4
路径平滑的概述
source link: https://charon-cheung.github.io/2022/08/01/%E8%B7%AF%E5%BE%84%E8%A7%84%E5%88%92/%E8%B7%AF%E5%BE%84%E5%B9%B3%E6%BB%91/%E4%B8%BA%E4%BB%80%E4%B9%88%E8%A6%81%E8%B7%AF%E5%BE%84%E5%B9%B3%E6%BB%91/
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.
路径平滑的概述 | 沉默杀手
为什么需要平滑轨迹？
A star、RRT star等算法，找到了一段轨迹路径，也就是一系列的点，但没有指明点的连接方式，可能是平滑的曲线，也可能是折线。这些算法是不考虑机器人运动学约束的，因此轨迹上会出现明显的不光滑点，可以想象，机器人不可能在某一点出现运动突变，如果是万向轮的机器人要想按照这个轨迹走，它必须每走完一段路，就要停下来，然后旋转一个角度对着路径然后再加速往前走。这样很明显浪费很多时间和效率。如果是阿克曼的机器人那么它就无法按照这个路径进行运动。
- 动力学状态不能突变。满足微分约束
- 机器人不能在转弯时停下来，要连续流畅地走。拐弯时的速度曲线，越平滑越好
- 节约能源。轨迹生成的目标函数可以是最小关于状态和输入的能量泛函
- 边界条件：起点、目标的位姿
- 中间条件：中间路径点的位姿。通过路径规划(
A*，RRT*等)可以找到 - 平滑度评价函数
- 通常转化为输入变化率的最小化问题
- 平滑直线段的角。
- 首选恒速运动,零加速度
- 需要特殊处理短段
Recommend
About Joyk
Aggregate valuable and interesting links.
Joyk means Joy of geeK