Mid Sweden University

Detta projekt undersöker navigeringsprocesser i ROS2 med hjälp av Nav2-ramverket. Syftet är att jämföra befintliga komponenter för vägplanering och navigering samt att utvärdera ett eget navigeringskoncept som skiljer sig från de etablerade lösningarna. Projektets mål är att identifiera styrkor och svagheter hos olika komponenter i Nav2. För vägplanering har NavFn, ThetaStar och SmacPlanner2D testats. Inom navigering har DWB Controller, Regular Pure Pursuit och MPPI utvärderats. Projektet resulterade i mätvärden som belyser skillnader i prestanda mellan algoritmerna. Därutöver presenteras ett eget koncept för kollisionshantering som visar potential att vidareutvecklas I framtida studier. Det föreslagna konceptet bygger på antagandet att dynamiska hinder i omgivningen kommer att undvika roboten snarare än tvärtom. Om ett hinder upptäcks framför roboten, väljer den att stanna upp och invänta att objektet flyttar sig eller försvinner innan navigeringen fortsätter. Resultaten visar att vissa komponenter upp visar tydliga fördelar. Exempelvis hade NavFn i genomsnitt snabbare planeringstider, medan SmacPlanner2D uppvisade mer konsekventa resultat. Vid navigering presterade Regular Pure Pursuit bäst i samtliga tester sett till navigeringstid. Framtida arbete kan fokusera på fördjupade tester av dessa komponenter samt vidareutveckling av det egna navigeringskonceptet.

This project examines navigation processes in ROS2 with the help of the Nav2 framework. The purpose of the project is to compare existing plugins for path planning and navigation, as well as a custom navigation concept that differs from the established solutions. The project’s goal is to identify strengths and weaknesses of the different plugins in Nav2. For path planning, NavFn, ThetaStar, and SmacPlanner2D have been tested. For navigation, DWB Controller, Regular Pure Pursuit, and MPPI have been evaluated. The results of the project indicate differences in performance between the tested plugins. In addition, a custom navigation concept is presented, showing potential to be further developed in future studies. The proposed concept is based on the assumption that dynamic obstacles will avoid the robot rather than the other way around. If an obstacle is detected in front of the robot, it will stop and wait until the object has moved or disappeared. The results show that some plugins offered particular advantages. For example, NavFn demonstrated faster average planning times, while SmacPlanner2D yielded more consistent results. Regarding navigation, Regular Pure Pursuit showed the best performance in terms of average navigation time. Future work may focus on further testing of these plugins as well as developing the proposed navigation concept further.