基于激光雷达的无人机相互避障

本框架是基于激光雷达的无人机群自主避障代码：

其主体框架利用ORCA算法，他是经典的多智能体相互避障算法，此版本只能规避动态障碍物，不能规避环境形成的静态障碍物

我们对ORVA算法稍作修改，使其可以分布式部署 ，并且将仿真代码修改为uav实测代码

ORCA算法需要知道其他智能体的绝对位置和速度作为算法输入，因此我们需要模块【1】和【2】来补充完成

模块【2】是利用将lidar安装在当前uav上，并用其检测和估计其他无人机的相对位置和速度

因为不满足ORVA算法需要绝对位置和速度的条件，因此需要利用模块【1】来估计当前uav的位置进行结合

【配置规范】不同的包安装在不同的工作空间中，方便管理，如catkin_ws_realsense，catkin_ws_vins，catkin_ws_lidar，catkin_ws_orca

1. 基于VIO/LIO的uav自身位置估计

[1] LIO

因为无人机安装了Lidar，所以用LIO比较好

待安装。。。

[2] VIO

VIO使用Vins，是基于D435深度相机的，具体安装参考D435i+vins-Fusion+ego-planner+yolo无人机避障实测中vins部分

bash 复制代码

roslaunch realsense2_camera rs_camera_vins.launch 
rosrun vins vins_node ~/catkin_ws_vins/src/VINS-Fusion/config/realsense_d435i/realsense_stereo_imu_config.yaml

2. 利用Lidar检测并估计其他uavs位置和速度

代码下载链接：https://gitee.com/dueen1123/lidar_esti

新建一个catkin_ws_lidar的工作空间

在其中先配置好激光雷达livox的SDK以及ROS版本的SDK，参考链接在此

然后将lidar_esti放在同一工作空间一起编译

代码运行如下：

bash 复制代码

# 启动激光雷达
roslaunch livox_ros_driver2 rviz_MID360.launch
cd ~/catkin_ws_lidar/src/lidar_esti/scripts
# 运行高反无人机检测
python3 multi_highRreflect_detect.py
# lidar到orca转换脚本
python lidar2orca.py

其中multi_highRreflect_detect.py和lidar2orca.py中的DETECT_UAV_NUM变量，需要根据实际uav个数修改

3. ORCA集群避障算法

代码链接：https://gitee.com/dueen1123/orca

实测代码不同的无人机需要添加不同的node_0_true.cpp，以及相对应的rvo_node_true.launch和node_0_true.sh

（1）rvo_node.h修改copy_num_agent变量，改为本次实测的uav个数

cpp 复制代码

int copy_num_agent = 2; // 复制智能体数量

（2）node_0_true.cpp，修改如下代码

cpp 复制代码

void rvo_true_velCallback(const UAVPosVel::ConstPtr &sub_msg){
    // ...
	// 用哪架无人机，序号改成几
    float x = new_velocities[0]->x();
    float y = new_velocities[0]->y();
    float z = new_velocities[0]->z();
    // ...
}

（3）rvo_node_true.launch更改为当前的 node_0_true节点

（4）node_0_true.sh后面的目标点数量，修改与总uav数量一致，并且是第几架无人机，对应的目标点位置才赋值

bash 复制代码

#!/bin/bash
rosrun rvo_ros set_goals_client_0 default 1 1 1 0 0 0
sleep 8

rosrun rvo_ros set_goals_client_0 default 4 1 1 0 0 0 
sleep 6

运行如下：

bash 复制代码

#启动飞机px4飞控
#启动vins绝对定位
#启动lidar相对定位
cd ~catkin_ws_orca/src/rvo_ros/scripts
# 无人机通信
python multirotor_communication.py iris 0
# 无人机悬停
python hover.py iris 1 vel 
# 启动壁障算法
roslaunch rvo_ros rvo_node_true.launch
# 设置目标点
bash node_0_true.sh

============================ 以下可以忽视 ==========================

ORCA是主要的避障算法

ORCA需要一个自定义话题的输入，也就是一个包含速度和位置的消息

但c++和python自定义消息稍有不同，不能直接引用头文件，然后直接用消息名称使用，如下

cpp 复制代码

#include "UAVPosVel.h"
void rvo_true_velCallback(const UAVPosVel::ConstPtr &sub_msg);

首先，#include可能难以直接定位到UAVPosVel.h，需要在cmakelist中的include_directories添加其生成路径，即xxx/devel/include/package_name

其次，UAVPosVel.h中的类不叫UAVPosVel，他生成了一个模板函数，所以使用时应该重新定义

总结如下：

bash 复制代码

include_directories(
 include
 ${catkin_INCLUDE_DIRS}
 ${PROJECT_SOURCE_DIR}/include/3d_library  # 确保这里包含了3d_library目录
 /home/tju/catkin_ws_orca/devel/include/rvo_ros
)

cpp 复制代码

#include "UAVPosVel.h"
typedef rvo_ros::UAVPosVel_<std::allocator<void>> UAVPosVel;
void rvo_true_velCallback(const UAVPosVel::ConstPtr &sub_msg);