はじめに

こちらの記事で作成したコストマップを利用します。まだ見ていない方は先にみることをおすすめします。

この記事では、今回のAIチャレンジのメインでもある障害物回避を目指します。
前回に引き続き、Autowareのパッケージで実装をします。

※私のgithubのリンクをおいておきますが、この記事とは関係のない変更がある可能性もあります。
github

freespace_plannerの導入、ビルド

前回同様、Autoware node diagramから発想を得ていますが、costmap_generatorのTopicをfreespace_plannerが受け取っていることが確認できます。つまり、このパッケージはセットで、コストマップの作成->Planningをしていると予想し、導入を試みました。

注意
前回の記事を見てくださった方は、このクローンの手順はスキップしてください。

git clone -b awsim-stable https://github.com/autowarefoundation/autoware.universe.git

クローンができたら、AIチャレンジのワークスペースにfreespace_plannerをコピペしてください。
(universe/planning/freespace_plannerにあります)

次にビルドします。

./build_autoware.bash

※実はすでにAIチャレンジDockerに導入されているパッケージであり、/autoware/install　にあるのですが、ソースコードをカスタムするために再ビルドしています。

#freespace plannerのカスタマイズ
costmap_generatorと同様、Parkingシナリオで動作することを想定しているパッケージなため、通常動作しません。この条件を撤廃します。

bool isActive(const Scenario::ConstSharedPtr & scenario)
{
  if (!scenario) {
    return false;
  }

  const auto & s = scenario->activating_scenarios;
  if (std::find(std::begin(s), std::end(s), Scenario::PARKING) != std::end(s)) {
    return true;
  }

  return false;
}

Rvizでは、デフォルトで、/planning/scenario_planning/trajectoryが表示されるようになっているので、Topicを変えてください。
起動してできた経路がこれ！

Parking用のReverse経路ですね。freespace_plannerのparamファイルを確認するとそれらしきものが！

astar:
      only_behind_solutions: false
      use_back: false
      # use_back: true
      distance_heuristic_weight: 1.0

use_backをfalseにしてもう一度起動！

[freespace_planner-24] [INFO] [1725158270.876270483] [freespace_planner]: Freespace planning: 0.990000 [s]
[freespace_planner-24] [INFO] [1725158270.876350026] [freespace_planner]: Can't find goal...

探索に失敗するとこのエラーが出ます。またもやパラメータかと思い調べる。

minimum_turning_radius: 5.0 #9.0
maximum_turning_radius: 10.0 #9.0

ついに経路が出ました。探索には１ラップ分だと１０秒ほどはかかるようで、自己位置から探索するので、リアルタイムに更新させると遅れが生じます。

安定こそしなかったものの、回避経路もできている！

#さいごに
リアルタイムでの推論がうまくいくかはわかりませんが、回避経路の生成ができました。しかも、すべてAutoware既存のパッケージなので、実装が難しくありません。Autowareすげぇ〜