bridge_local_planner

_bridge_local_planner_는 NRF-Bridge 프로젝트에서 지역 지도 작성 (local mapping) 및 **지역 경로 생성 (local path planning; LPP)**을 위한 소프트웨어이다.

1. 주요 기술 소개

1.1. Local Mappers

• o3d_mapper.py: Local mapper using Open3D plane detection
  • 지면 검출에 Open3D의 RANSAC 기반 plane detection을 이용한 local mapping 알고리즘
  • Parameters
    • ransac_num_iters: RANSAC 기반 plane detection의 (최대) 반복 횟수 (기본값: 1000)
    • ransac_num_samples: Plane fitting에 사용될 점의 개수 (기본값: 3)
    • ransac_threshold: Plane fitting 결과와 점 사이의 거리 임계값 (기본값: 0.05, 단위: [m])
• gconst_mapper.py: Local mapper with ground plane constraints
  • 지면의 제약조건과 RANSAC의 adaptive termination을 적용한 local mapping 알고리즘
  • Additional parameters
    • ransac_min_iters: RANSAC의 최소 반복 횟수 (기본값: 10)
    • ransac_confidence: RANSAC의 반복 횟수를 계산하기 위한 신뢰도 값 (기본값: 0.99)
    • ransac_refinement: RANSAC 후에 inlier 점들을 이용한 plane fitting 재수행 여부 (기본값: True)
    • plane_norm_threshold: Plane fitting의 cross product의 크기 (plane fitting의 stability) (기본값: 1e-6)
    • plane_z_threshold: Plane fitting 결과의 법선 벡터의 Z축 값 (기본값: 0.5)
    • plane_max_height: Plane fitting 결과와 로봇좌표계 사이의 최대 직선거리 (기본값: 1.5, 단위: [m])
• gmsac_mapper.py: Local mapper with ground plane constraints and MSAC
  • 지면의 제약조건과 MSAC을 적용한 local mapping 알고리즘
• gtrack_mapper.py: Local mapper with ground plane constraints, asymmetric MSAC, and plane tracking (사용 추천)
  • 지면의 제약조건과 비대칭 MSAC, 그리고 평면 추적을 모두 이용한 지면 검출과 장애물 분리를 이용한 local mapping 알고리즘

1.2. Local Path Planners

• straight_planner.py

2. 설치 방법

INSTALL.md 참고

3. 사용 방법

3.1. Pure Python 환경에서 사용법

• Local mapper 기본 예제

  from gtrack_mapper import GTrackMapper, generate_pointcloud
  
  # Instantiate the local mapper and configure it
  mapper = GTrackMapper()
  mapper.set_params({'pts_sampling_step': 2, 'debug_info': True})
  
  # Generate an example point cloud
  pts = generate_pointcloud()
  
  # Apply the point cloud
  success = mapper.apply_pointcloud(pts)
  
  # Access the updated map data
  r, c = mapper.conv_xy2rc(3, 2) # Convert (3, 2) meters to its corresponding index
  is_object = mapper.map_data['obstacles'][r, c] == 0
  elevation = mapper.map_data['elevation'][r, c]
  histogram = mapper.map_data['histogram'][r, c]

• PLY point cloud 파일을 이용한 local mapper 데모 bridge_local_planner/gtrack_mapper.py의 test_pointcloud() 함수 참고

• ZED 카메라 또는 SVO 동영상 파일을 이용한 local mapper 데모 bridge_local_planner/test_from_zed.py의 test_from_zed() 함수 참고

3.2. ROS 2 환경에서 사용법

ROS2.md 참고

사사

본 소프트웨어는 과학기술정보통신부 및 한국연구재단의 ‘BRIDGE융합연구개발’사업의 지원으로 작성되었습니다. (과제명: AI기반 3차원 곡면에서의 위치 인식 및 이동 경로 생성 기술, 과제번호: 2021M3C1C3096810)