基于ROS的局部路径规划器综合性能与可靠性分析

《Engineering Science and Technology, an International Journal》:Comprehensive performance–reliability analysis of ROS-based local planners

【字体: 大 中 小 】 时间:2026年09月22日 来源:Engineering Science and Technology, an International Journal 5.1

编辑推荐:

  在经典的ROS 1导航栈中,局部路径规划器通过利用全局路径引导和局部代价地图信息计算速度指令,使移动机器人能够在响应障碍物、运动学约束和局部环境变化的同时沿规划路线行驶。本研究对五种基于ROS的局部路径规划器进行了多维度的性能与可靠性分析,包括动态窗口法(Dy

  
在经典的ROS 1导航栈中,局部路径规划器通过利用全局路径引导和局部代价地图信息计算速度指令,使移动机器人能够在响应障碍物、运动学约束和局部环境变化的同时沿规划路线行驶。本研究对五种基于ROS的局部路径规划器进行了多维度的性能与可靠性分析,包括动态窗口法(Dynamic Window Approach, DWA)、弹性时间带(Timed Elastic Band, TEB)、轨迹展开(Trajectory Rollout)、Neo局部路径规划器(Neo Local Planner)和混合局部路径规划器(Hybrid Local Planner)。研究人员采用全因子实验设计,包含两种参数配置、四种环境类别(空旷、静态、动态和混合)以及一组固定的起始-目标位姿集。总共利用move_base框架执行了4000次导航试验,同时保持全局路径规划器、代价地图、机器人模型、传感器和仿真基础设施不变。评估结合了面向性能的指标,包括导航时间、偏离时间、执行路径长度和平均速度,以及与可靠性相关的指标,包括静态碰撞率、动态碰撞率、局部路径规划器故障率、超时率和成功尝试率(Successful Attempt Rate, SAR)。在该框架中,SAR被用作经验任务完成可靠性指标,而其余可靠性相关指标则表征不同的失效模式和安全相关结果。这些指标首先根据其期望方向进行归一化,所得值使用平行坐标图进行联合比较。结果表明,没有任何一个局部路径规划器在所有标准下都普遍优越。根据所有配置-环境组合下的总体SAR,混合局部路径规划器实现了最高的经验任务完成可靠性(69.4%),其次是DWA(55.8%)、轨迹展开(38.8%)、Neo局部路径规划器(34.0%)和TEB(25.0%)。尽管SAR结果为任务完成可靠性提供了一个简洁的总结,但实验发现表明,局部路径规划器的选择不仅应考虑任务完成的成功率,还应考虑失效模式、安全性、运动连续性、效率和路径跟踪行为。所提出的框架为多维度的性能与可靠性评估提供了可重复的基础。

基于ROS的局部路径规划器综合性能与可靠性分析论文解读

研究背景与问题

在自主移动机器人导航领域,机器人需要感知环境、定位自身、规划可行路径、避开障碍物并生成运动指令以安全到达目标。机器人操作系统(Robot Operating System, ROS)为此提供了模块化结构和丰富的功能包生态系统。在经典ROS 1导航栈中,全局路径规划器和局部路径规划器是两个核心组件。全局路径规划器利用全局代价地图生成从起点到终点的长期路径,但由于真实导航环境可能包含静态障碍物、动态物体和变化的局部条件,全局路径必须在执行过程中持续调整。局部路径规划器正是执行这种调整的关键组件,它利用机器人当前位姿、局部代价地图和内部传感器信息生成短时速度指令,直接影响路径跟踪、避障、目标到达行为和导航可靠性。
现有研究在ROS局部路径规划器比较方面取得了一定进展,但仍存在明显不足。多数已有工作聚焦于特定局部路径规划器、有限场景或单一性能指标,缺乏在动态和混合环境下进行的多维度性能与可靠性综合分析。具体而言,已有研究在局部路径规划器多样性、障碍条件覆盖度、重复测试次数和评价指标体系等方面仍显零散,特别是在可重复的、可比较的动态和混合障碍条件下开展的面向失效的分析仍然有限。因此,有必要采用统一且可重复的实验方案,对多种局部路径规划器在不同环境复杂度下进行系统的多维度评估。

研究目的与意义

本研究旨在对五种ROS 1局部路径规划器——动态窗口法(Dynamic Window Approach, DWA)、弹性时间带(Timed Elastic Band, TEB)、轨迹展开(Trajectory Rollout)、Neo局部路径规划器和混合局部路径规划器(Hybrid Local Planner)——进行综合性的性能与可靠性分析。研究的创新之处在于超越了传统仅关注单一指标(如旅行时间、路径长度或到达成功率)的做法,而是通过多维度视角分析局部路径规划器行为,将效率、路径跟踪行为、安全性、运动连续性、超时倾向、失效行为和任务完成可靠性等纳入统一的评估框架。研究共涵盖四种环境类型(空旷、静态障碍物、动态障碍物和混合环境),采用两种参数配置,在10个不同导航目标上各重复10次试验,总计4000次测试,并使用9项评估指标进行分析。通过提供更广泛的局部路径规划器集合、多种环境类型、重复试验、多样化路径以及兼顾性能和可靠性的指标体系,本研究填补了ROS移动机器人导航文献中的重要空白。

关键技术方法

研究人员采用了基于ROS 1 move_base框架的自动化测试执行流程,在Gazebo 11仿真环境中使用相同的ODE物理引擎配置进行所有试验。机器人模型选用TurtleBot3 Burger,激光测量使用标准Gazebo射线传感器模型,施加均值为零、标准差为0.01米的高斯测距噪声。全局路径规划器、代价地图结构、机器人模型、传感器和仿真基础设施在所有实验中保持不变,仅更换局部路径规划器组件。实验采用全因子实验设计,包含两种参数配置(默认配置和相同配置)和四种环境类别。参数配置方面,默认配置下各局部路径规划器使用其自身默认值,相同配置下通用运动参数(如目标容差、速度和加速度限制)在各规划器间保持一致。所有试验禁用周期性全局重规划和恢复行为,以使观察到的性能和失效结果更直接地归因于局部路径规划器。

研究结果

DWA(动态窗口法)

DWA是一种基于采样的局部运动规划和避障方法,在每个控制周期内评估速度对(v, ω),考虑机器人的动力学和运动学限制,模拟短时域圆形轨迹并在速度空间中选择最合适的指令。DWA假设预测区间内控制输入恒定,能够实时运行,但这也限制了倒车等复杂机动。

TEB(弹性时间带)

TEB是Elastic Band方法的时序参数化扩展,不仅优化初始路径的空间构型,还优化连续构型之间的时间间隔。速度与加速度限制、障碍物间距、时间最优性和非完整运动学约束可作为加权惩罚项构成稀疏多目标优化问题。TEB能够生成平滑且时间高效的机动,但其性能对参数权重、障碍物建模和初始条件敏感。

轨迹展开(Trajectory Rollout)

轨迹展开与DWA工作原理相似,通过对机器人的线速度和角速度进行采样,在局部代价地图中模拟候选轨迹,排除可能碰撞的轨迹,并选择最佳平衡全局路径跟随、目标进度和避障的轨迹。与DWA相比,轨迹展开通常在加速度限制下评估仿真时域内可达的速度,计算成本对采样密度更为敏感。

Neo局部路径规划器

Neo局部路径规划器是基于纯追踪(Pure-Pursuit)控制策略的第三方局部路径规划器,根据前视距离和前视时间生成速度指令。其主要调优参数为前视距离,较大值通常提供更平滑的跟踪但可能导致切弯或绕过急转弯,降低高度弯曲路径段上的跟踪精度。由于核心行为基于路径跟踪而非显式轨迹采样或优化,在需要频繁和激进避障的场景中可能不太适用。

混合局部路径规划器

混合局部路径规划器采用两阶段混合结构生成安全、平滑且收敛于目标的局部运动。第一阶段围绕机器人构建分层局部图,使用Dijkstra搜索选择低成本的路径片段;第二阶段在(x, y, θ)空间中利用混合A*算法计算运动学可行的角度指令。实验表明,混合局部路径规划器在狭窄静态环境和高速动态障碍物场景中能够生成比DWA和TEB更一致和平滑的运动。

整体表现

基于所有配置与环境组合下的成功尝试率(Successful Attempt Rate, SAR),混合局部路径规划器达到了最高的经验任务完成可靠性(69.4%),其次为DWA(55.8%)、轨迹展开(38.8%)、Neo局部路径规划器(34.0%)和TEB(25.0%)。然而,没有任何一个局部路径规划器在所有评估标准下普遍优越,选择时应综合考虑任务完成成功率、失效模式、安全性、运动连续性、效率和路径跟踪行为等多方面因素。

讨论与结论

本研究表明,局部路径规划器的选择不应仅基于任务完成成功率,还需考虑其失效模式、安全性、运动连续性、效率和路径跟踪行为。SAR结果为任务完成可靠性提供了简洁总结,但实验发现揭示了不同规划器在不同环境和配置下的差异化表现特征。混合局部路径规划器在总体可靠性方面表现最佳,DWA在多个场景中展现出均衡的性能,而TEB虽然在动态环境中具有一定优势但在整体可靠性方面表现最低。所提出的多维度性能与可靠性评估框架为经典ROS导航栈中局部路径规划器的可重复评估提供了基础,并为未来与ROS 2 Nav2框架中的局部规划和控制方法进行受控比较提供了参考依据。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号