Local Cost map

Local Cost Map이란?

Global Planner가 Global Cost Map에 영향을 받아가며 작성이 된다면 Local Planner는 Local Cost Map에 영향을 받아가며 부분적인 경로가 생성이 됩니다.

이떄 중요한건 LIDAR에서 측정된 데이터를 기초로 맵이 실시간으로 반영이 되는것은 Local Cost Map이라는 점입니다.

다음은 Local Cost Map의 파라미터에 대해 알아보겠습니다.

footprint: mobile base의 윤곽선(contour)입니다. ROS에서, 이는 2차원 배열 형태 [x0, y0], [x1, y1], [x2, y2], …] 로 나타냅니다. 이 footprint는 내접원과 외접원의 반지름을 계산하기 위해 사용되는데, 이 내접원과 외접원은 로봇에 맞게 장애물을 팽창시키는데 사용됩니다. 일반적으로, 안전을 위해 footprint를 로봇의 실제 윤곽보다 좀 더 크게 정의하는 것이 좋습니다.

robot_radius: 로봇이 원형인 경우, footprint 대신 사용합니다.

layer parameters: 각각의 layer를 정의합니다

Obstacle Layer

obstacle layer는 marking, clearing operations를 담당합니다. 이들은 obstacle layer에 정의될 수 있습니다.

max_obstacle_height (default: 2.0): costmap에 반영될 수 있는 장애물의 최대 높이입니다. 이 값은 로봇의 높이보다 조금 크게 정의되어야 하며, 단위는 미터입니다.

obstacle range (default: 2.5): costmap에 반영될 거리 입니다. 로봇과의 거리가 해당 값 보다 작을 경우, costmap에 반영되며, 단위는 미터입니다. 이는 센서마다 재정의할 수 있습니다.

raytrace_range (default: 3.0): 센서 데이터를 사용하여 장애물을 ray trace하는 거리를 정의하며, 단위는 미터입니다. 이는 센서마다 재정의할 수 있습니다.

observation_sources (default: “”): 공간에 의해 분리된 observation source names의 리스트입니다. 이는 밑에 정의된 각각의 source_name 네임스페이스를 정의합니다.

observation_sources의 각각의 source_name은 파라미터를 정의할 수 있는 네임스페이스를 정의합니다.​

/source_name/topic (default: source_name): 이 source에 대한 센서 데이터의 topic입니다. 기본값은 source의 이름입니다.

/source_name/data_type (default: “PointCloud”): 그 topic에 관련된 데이터 타입입니다. 지금은 “PointCloud,” “PointCloud2,” “LaserScan” 만 지원됩니다.

/source_name/clearing (default: false): 이 관측값이 자유 공간을 clear하는데에 사용될지의 여부를 정합니다.

/source_name/marking (default: true): 이 관측값이 장애물을 mark하는데에 사용될지의 여부를 정합니다.

/source_name/inf_is_valid (default: false): “LaserScan” 데이터 메시지에서 Inf값을 받을지를 정합니다. Inf값은 레이저 센서가 측정할 수 있는 최대값으로 변환됩니다.

Inflation layer

inflation layer는 장애물의 각각의 셀의 팽창에 대한 설정을 합니다.

inflation_radius (default: 0.55): 장애물 cost value를 팽창시킬 반지름 크기입니다.(미터 단위)

cost_scaling_factor (default: 10.0): 팽창시키는 동안 적용할 scalling factor입니다.