修改时间:2026.1.26

参与者:刘志钰

Navigation2 导航框架

Navigation 工程的核心：让机器人从 A 点安全地移动到 B 点。 涵盖功能：定位、全局路径规划、局部路径规划与避障、多点导航、插件式地图管理。

Nav2 行为树运行框架

启动仿真命令：

ros2 launch nav2_bringup tb3_simulation_launch.py

注意：Gazebo 可能启动失败 如果遇到缺少 TurtleBot3 相关功能包的问题（sudo apt install ros-humble-turtlebot3*），请尝试退出 conda 环境后重试。

运行机制： Navigation2 Goal 由 GoalUpdater 管理。当点击 Navigation2 Goal 时，onPoseSet() 函数会被调用，并将其值 (x,y,θ) 传递给 GoalUpdater 对象。整个 Nav2 工程的行为管理都是由 行为树 (Behavior Tree) 管理。

行为树节点对应的 XML 文件

以下是行为树配置的示例结构：

<root main_tree_to_execute="MainTree">
  <BehaviorTree ID="MainTree">
    <RecoveryNode number_of_retries="6" name="NavigateRecovery">

      <PipelineSequence name="NavigateWithReplanning">
        <RateController hz="1.0">
          <RecoveryNode number_of_retries="1" name="ComputePathToPose">
            <ComputePathToPose goal="{goal}" path="{path}" planner_id="GridBased"/>
            <ClearEntireCostmap name="ClearGlobalCostmap-Context" service_name="global_costmap/clear_entirely_global_costmap"/>
          </RecoveryNode>
        </RateController>

        <RecoveryNode number_of_retries="1" name="FollowPath">
          <FollowPath path="{path}" controller_id="FollowPath"/>
          <ClearEntireCostmap name="ClearLocalCostmap-Context" service_name="local_costmap/clear_entirely_local_costmap"/>
        </RecoveryNode>
      </PipelineSequence>

      <ReactiveFallback name="RecoveryFallback">
        <GoalUpdated/>
        <SequenceStar name="RecoveryActions">
          <ClearEntireCostmap name="ClearLocalCostmap-Subtree" service_name="local_costmap/clear_entirely_local_costmap"/>
          <ClearEntireCostmap name="ClearGlobalCostmap-Subtree" service_name="global_costmap/clear_entirely_global_costmap"/>
          <Spin spin_dist="1.57"/>
          <Wait wait_duration="5"/>
        </SequenceStar>
      </ReactiveFallback>

    </RecoveryNode>
  </BehaviorTree>
</root>

两大代价地图 (Costmaps)

全局代价地图

主要包含的图层有：

• Static Map Layer：静态地图层，通常都是 SLAM 建立完成的静态地图。
• Obstacle Map Layer：障碍地图层，用于动态的记录传感器感知到的障碍物信息。
• Inflation Layer：膨胀层，在以上两层地图上进行膨胀。

局部代价地图

通常包含的图层有：

• Obstacle Map Layer：障碍地图层，用于动态的记录传感器感知到的障碍物信息。
• Inflation Layer：膨胀层，在障碍地图层上进行膨胀。

三个 Action Server

1. 规划器 (Planner)

规划器可以被编写为具有以下功能的工具：

• 计算最短路径
• 计算完整覆盖路径
• 沿稀疏或预定义路线计算路径

2. 控制器 (Controller)

控制器可以被编写为具有以下功能的工具：

• 跟随路径
• 使用里程计坐标系中的检测器与充电站对接
• 登上电梯
• 与某个工具的接口

3. 恢复器 (Recoveries)

(此处文档隐含，通常包括旋转、清除代价地图、后退等操作)

状态估计（重要组件）

Nav2 中，默认进行状态估计的组件是 AMCL（自适应蒙特卡洛定位）。

在导航项目中，需要提供两个主要的坐标转换：

1. map 到 odom 的坐标变换由定位系统（定位，简图，SLAM）提供。
2. odom 到 base_link 的坐标转换由里程计系统提供。

REP-105 标准 在选择具体实现方式时遵循 REP-105 标准：至少必须为机器人构造一个包含 map -> odom -> base_link -> [sensor frames] 的完整的 TF 树。

• TF2 是 ROS2 中的时变坐标变换库，Nav2 使用 TF2 来表达和获取时间同步的坐标变换。
• 关于 base_link 的其余坐标转换应该是静态的。

关于里程计： 里程计可以来自许多数据源，包括激光雷达、车轮编码器、VIO 和 IMU。里程计的目标是提供基于机器人运动的平滑和连续的局部坐标系。全局定位系统会相对全局坐标的坐标变换进行更新，以解决里程计的漂移问题。

代价地图过滤器

使用代价地图过滤器可以实现以下功能：

• 机器人永远不会进入禁区/安全区。
• 限速区，机器人进入这些区域的最大速度将受到限制。
• 机器人在工业环境和仓库中移动的首选通道。

Nav2 源码功能包拆解

控制器及其实现相关功能包

规划器及其实现相关功能包

恢复器

行为树节点及其定义

地图和定位

通用插件系统管理等

核心定义

应用

测试

nav2_params.yaml 参数修改

参考链接：https://blog.csdn.net/m0_63671696/article/details/130022551