本作业通过ros进行完成，编写了功能包planner进行实现，功能包中由一系列python代码负责ros话题通信。主要文件为rrt_planner.py和dynamic.py。
本项目是根据SYSU-HI-LAB/Fundamentals-of-autopilot-project_v2的要求而实现的。
代码较详细解析可跳转http://cleversmall.com/posts/ea3353e6/
用时：15.80秒，未产生碰撞。
用时：19.68秒，未产生碰撞
- 使用map_server处理并发布地图话题
- 使用RRT快速随机树进行路径规划
- 仅保留路径关键点后加密并使用B样条进行平滑
- 使用四阶龙格-库塔法（RK4）进行模型更新
- 使用纵向与横向的双PD控制进行小车控制
- ubuntu-20.04
- ros-noetic
-
安装map-server功能包以及python中的scipy
sudo apt-get install ros-<distro>-map-server pip3 install scipy
-
克隆本仓库
git clone https://github.com/lankoestee/rrtpd-planner.git cd rrtpd-planner -
进行编译
catkin_make
-
设置环境变量
source devel/setup.bash -
若要运行默认地图的小车仿真，则输入以下命令
roslaunch rrtpd_planner default.launch
-
若要运行随机地图的小车仿真，则输入以下命令
roslaunch rrtpd_planner random.launch
-
等待路径计算时间（平均约为20~30秒，少数情况会达到近1分钟，若超过一分钟，请中断程序并重新进行步骤5或6）
-
到达终点后，命令行终端将会显示所小车移动花费的时间
在所附上的代码中，共有两个重要组成模块，分别是rrt_planner.py和dynamic.py。
规划部分的代码放在了rrt_planner.py中，它不存在参数设置的问题。
仿真和控制的代码放在了dynamic.py中，它拥有几个可以控制以给出不同小车性能的参数，一是vMax和vMin，在默认值中它们被设置为了1.8和0.8；二是角度控制器的PD参数，在默认值中它们被设置为了100和1800。在这个参数配置下，在大部分随机地图的情况中，它都能够较为快速且无碰撞的进行仿真，完成时间都均为20秒左右。若采取更加激进的配置，及拉高vMax至2.0或是更高，会提高任务完成的速度，并提高路径与障碍物碰撞的可能性。
在第一张动图，也就是默认地图跑圈的情况中，我采用了一种更为激进的参数设置，即降低了最后一步点迹加密的密集程度，以使路径更加平滑，但是增加了碰撞的概率。具体而言，即是将rrt_planner.py文件中第250行从path_list=denser(path_list, 2)改为path_list=denser(path_list)，并将vMax改为2.5，vMin改为1.0。我非常不建议这样做，因为这会大幅提高路径与障碍物碰撞的概率。
- rrt运算具有一定的随机性，若在命令行窗口出现了
Path planning finished且未在rviz中出现代表小车运动轨迹的红线，则说明rrt运行失败，运行失败，需要中断并重新运行roslaunch。 - 由于在规划过程中采取了路径膨胀手法，故若出现两个障碍物贴近且留空路径不足的情况，可能会出现没有通路的情况，需要中断并重新运行roslaunch。
- 随机障碍物可能会出现在起点和终点的位置，若在命令行的中出现了红色的
Start point is not accessible或Goal point is not accessible，则说明起点或终点不可达，需要中断并重新运行roslaunch。