对自定义 UE 环境导入 AirSim 插件小车。本文主要参考官方文档 Creating and Setting Up Unreal Environment。

路径规划之 RRT_Star

RRT_Connect 相对于 RRT 虽然增加了启发式策略和贪婪思想，但他们的路径都不是最优的。搜索路径都是基于随机采样，缺少评价函数。RRT_Star 算法在 RRT 的基础上，基于代价函数来重新选择新父节点，重新布线新子节点，保证算法渐进最优解。

路径规划之 RRT_Connect (平衡双向快速扩展随机树)

单颗 RRT 树每次搜索只从初始节点开始在状态空间中快速随机扩展节点，带有一定的盲目性。RRT_Connect 算法是一种基于双向扩展平衡的连结型双树(Balanced Bidirectional RRT)：两颗 RRTs 分别基于 $q_{init}$ 和 $q_{goal}$ 扩展；贪心启发式的连接方法使每棵树扩展时一次移动更长的距离。作者原文中举例了平面地图以及 6-DOF 的机械臂来验证 RRT_Connect.

路径规划之 LPA_Star (LPA*)

LPA*是 A*的增量版本. 相比于 A*算法, 首次规划时, 两者过程类似. 假如地图发生变化, A*算法需要重新规划路径. 而 LPA*算法可以通过在当前搜索期间内更新前一次搜索的 g 值（距起始距离）来适应地图变化而无需重新计算整个地图。

路径规划之 A_Star (A*)

A*算法是一种基于启发式搜索的算法，该算法综合了 BFS(最佳优先搜索)和 Dijkstra 算法的优点：在进行启发式搜索提高算法效率的同时，可以保证找到一条最优路径。

路径规划之 Rapidly-Exploring Random Trees (快速扩展随机树)

RRTs 作为一种 single-query 的规划算法被引入，它有效地覆盖了 qinit 和 qgoal 之间的空间。该规划器最初也是为 kinodynamic 运动规划而开发的，就像在 ESTs 中一样，只构建一棵树。RRTs 的适用范围超出了 kinodynamic 规划问题。RRT 算法已被证明是概率完备的。

controller_manager提供硬实时兼容的环来控制的机械手,由一个hardware_interface::RobotHW实例代表(参见hardware_interface包).该controller_manager提供了加载,卸载,启动和停止控制器的基本结构.

这篇文章主要介绍了如何在gazebo中对ur5进行仿真和controller的使用，包括controller_manager的使用和控制器command的主题数据发布。

Xacro(XML Macros)Xacro 是一种 XML 宏语言. 使用 xacro, 可以通过使用宏命令构建更精悍短小但又具有更高可读性的 XML 文件, 这种宏命令可以扩展达到更大的 XML 表达范围. 此包在处理大型 XML 文档(如机器人说明)时最为有用. 它在如 urdf 的包中大量使用. 本文主要来源于官方教程.

这个页面描述了用于roslaunch的.launch文件的XML格式. 有关roslaunch的背景、功能和相关工具, 请先访问roslaunch页面.