4
Apollo的离散点平滑算法
source link: https://charon-cheung.github.io/2022/08/04/%E8%B7%AF%E5%BE%84%E8%A7%84%E5%88%92/%E8%B7%AF%E5%BE%84%E5%B9%B3%E6%BB%91/Apollo%E7%A6%BB%E6%95%A3%E7%82%B9%E5%B9%B3%E6%BB%91%E7%AE%97%E6%B3%95/
Go to the source link to view the article. You can view the picture content, updated content and better typesetting reading experience. If the link is broken, please click the button below to view the snapshot at that time.
Apollo的离散点平滑算法 | 沉默杀手
reference_line是在笛卡尔坐标系下进行优化，主要考虑的在不偏离原始道路中心线太多的情况下（即约束条件）保证相邻点之间的连续性(即代价函数)。
Apollo的二次规划问题都使用OSQP优化
曲率约束的假设：
a. P0,P1,P2P0,P1,P2 三点共圆
b. 向量P0P1−→−−=P1P2−→−−P0P1→=P1P2→，即前后两段的长度近似相等
c. 向量OP0−→−OP0→ 和向量 OP1−→−OP1→ 夹角θ1θ1很小
曲率约束用到了最小转弯半径，而差速机器人的这一项是0，所以只能用于car-like机器人。
如果只取cost2和cost3，二次规划问题的约束其实就是限定 xixi的上下界，仍然可以优化出结果。但是看不出有什么意义，只是在每个路径点位置误差内，让路径更紧凑了而已。
Recommend
About Joyk
Aggregate valuable and interesting links.
Joyk means Joy of geeK