曲線插值擬合算法在曲線平滑控制及優化方面有顯著的優勢,按照曲線生成方式及其種類可分為:基于插值的規劃算法、基于特殊曲線的規劃算法及基于優化的規劃算法三類,該類算法在自動駕駛等領域有著廣泛的應用。 插值多項式曲線Chang等人提出QPMI (Quadratic Polynomial and Membership Interpolation)算法可創建無碰撞、無龍格現象的曲率連續曲線,并使用Pan算法檢測曲線碰撞點位置,并通過增加子錨點以重規劃無碰撞路徑,但在復雜擁擠環境下的碰撞檢測及重規劃成本較高[2]。 Werling等人基于道路建立Frenet坐標系,將無人車運動分解為縱向、橫向運動,并分別建立路程-時間的五次多項式方程,考慮避障約束、舒適度等因素及其長期運動模式(換道、合并等)設計優化目標函數,結合始末運動狀態,輸出最佳運動控制量[3]。 貝塞爾曲線Han等人綜合局部柵格圖中的全局路徑及障礙物影響以確定控制點,生成無碰撞的四階貝塞爾曲線作為局部路徑,并使用PID控制器根據曲線[6]。 González等人針對單岔口、連續岔口場景使用三階貝塞爾曲線過渡,并提出曲率評估權重算法調節控制點以保證曲線曲率(起始點、終止點及中間段)連續且滿足最大曲率約束,并被集成到RITS自動駕駛系統[7]。 樣條曲線Elbanhawi等人針對類車機器人提出B樣條曲線與RRT相結合的方法,利用B樣條曲線平滑性好的特點以降低搜索維度,快速生成適用于輪式機器人的曲率連續曲線[8]。 NURBS曲線是特殊的B樣條曲線,Belaidi等人針對移動機器人在三維環境下的運動規劃問題,采用NURBS曲線生成平滑的路徑[9]。
總體而言,基于插值擬合算法已經能夠在諸多場景下的規劃生成一條無碰撞路徑,且應用較為廣泛,比如TEB算法就被作為ROS navigation stack中local planner的算法之一,Dubins曲線或R&S曲線常被應用于自動泊車領域。隨著諸多學者的改進升級,基于插值擬合算法的實時性和動態適應性逐漸提升,但多數算法仍存在優化計算容易陷入局部最小值、計算復雜等問題,但隨著硬件計算能力的提升,相關算法已經被應用于實際。
|
推薦信息 |
»機器人運動規劃算法-空間采樣算法 |
»機器人運動規劃算法-圖規劃算法 |
»激光雷達的室內廊道建模及定位 |
»基于2D激光雷達的激光雷達感知建模方案 |
»創澤輪式機器人底盤 |
»創澤方形機器人底盤 |
»創澤圓形機器人底盤 |
»學生健康防護準則【公民防疫行為準則】 |
版權所有 © 北京創澤智慧機器人科技有限公司 地址:北京 清華科技園C座五樓 電話:4006-937-088 京ICP備20010582號-2 |