踩坑/GitHub ros-navigation/navigation2·11 天前
Nav2 controller_server长路径每周期耗时随剩余位姿数线性增长
Nav2控制器在处理超长全局路径时单周期耗时线性增加,建议改用累积长度表计算剩余距离并封装结构体管理路径裁剪以优化性能。
AI 整理
- 本体 SDK 与控制
- 感知与导航
本文由 AI 根据公开内容整理,可能有误,请以原文为准:controller_server: per-cycle cost grows linearly with remaining plan length (FeasiblePathHandler prune erase, remaining_path_length)(GitHub ros-navigation/navigation2 #6759)
状态:有绕过办法
问题
Nav2 controller_server 在处理长全局路径(如40万位姿的覆盖路径)时,每控制周期耗时随剩余位姿数线性增长。实测400k位姿时单周期额外开销达7.21ms。瓶颈在于:1. FeasiblePathHandler::prunePlan() 使用 std::vector::erase 导致内存搬移;
环境
Nav2 1.5.2 (Lyrical apt binaries), x86-64 i7-10700K (单核绑定), max_robot_pose_search_dist: 10.0, 机器人每周期前进5cm
解决办法
- 针对
remaining_path_length计算:在setPlannerPath()中一次性构建累积长度表,运行时通过total - prefix[start_index_]获取剩余长度,将复杂度从 O(N) 降为 O(1)。 - 针对路径裁剪:封装包含路径、起始偏移量和累积表的专用结构体,提供统一
prune()方法同步更新状态,避免直接对std::vector执行 erase 操作。 - 保持
PathIterator和PathHandler接口不变,利用已分配内存空间换取CPU性能,避免引入std::deque导致的类型不兼容或额外拷贝开销。 - 维护者确认该方案为合理的内存换CPU权衡,可作为PR提交审查。
讨论原作者:@liltaket 等,版权归原作者所有。
基于本页技术方向关联的整机参数、核心零部件、实测报告与同赛道选型横评。
- 路线对照ROS 2 移动底盘与无人车选型:松灵 SCOUT 2.0 vs RANGER MINI vs LIMO11-22
- 路线对照2026 松灵机器人 (AgileX) 机械臂与移动底盘价格表:PiPER vs Scout 2.0 vs Ranger Mini vs LIMO11-22
- 路线对照2026 云深处 (DEEP Robotics) 机器狗价格与全系参数对比:绝影 Lite3 vs X20 vs X30 vs 山猫 M20 vs DR0111-22
- 路线对照双臂遥操作与 VLA 采数平台对比:Franka FR3 Duo vs 松灵 PiPER vs UR5e11-22
- 路线对照2026 众擎机器人 (EngineAI) 价格与全系参数对比:SA01 vs PM01 vs SE01 vs T80011-22
外部来源
本页事实对应的公开页面,以原文为准。(点击将离开本站)