第二个核心文件是local_rrt_detector.cpp，是rrt_exploration的局部探测器。与全局检测器类似，局部探测器的作用也是在于找到地图上未知区域的边界点，两个探测器最主要的区别在于，局部探测器的根节点会随着无人车的移动发生改变。下面我们来详细看看源码。前半部分功能与全局探测器类似，大家可以参考上一篇文章。std::vector<float> temp1;temp

assigner.py前面三篇博客提到的文件都是在获取地图数据后对数据进行处理获取到的当前地图的吧边界点，都没有设计robot的运动控制部分，而assigner.py的主要功能就是将之前处理好的边界点信息通过一定的评价标准设置优先级，并将边界点作为movebase的目标点发布，安排多个robot对未知地图进行探索。回调函数获取边界点和地图数据。def callBack(data):global f

1.在anaconda命令行下创建新的环境conda create -n gym_env python=3.8.5 #可以定义自己的环境名2.激活环境activate gym_env补充：如果需要cuda加速需要安装cuda和cudnn安装cuda：查看自己电脑的显卡版本，去https://developer.nvidia.com/cuda-toolkit-archive网站找到自己显卡对应的cu

主要问题时仿真时tf转换出现了问题可以通过rosrun rqt_tf_tree rqt_tf_tree查看是哪两个坐标系之间的连接出现了问题，例如：这里可以看到没有map坐标系，显然map与odom之间的连接断了。可以在launch文件中利用：<node pkg="tf" type="static_transform_publisher" name="link_name" args="0 0