自动驾驶---Motion Planning之STSC轨迹优化

1 背景

        在之前的博客《自动驾驶---Motion Planning之构建SLT Driving Corridor》中,为读者讲解了SLT图构建的思路---通过构建Driving Corridor的方式确定SL两个方向的boundary。但是并没有去详细讲解如何去构造优化问题,以及如何去生成最终的轨迹,所以本篇博客将继续为读者讲解STSC后半部分的内容。

        本篇博客的主要参考文献依然为《Safe Trajectory Generation for Complex Urban Environments Using Spatio-temporal Semantic Corridor》,香港科技大学大疆联合实验室为第一作者。

2 STSC轨迹规划

        在博客 《自动驾驶---Motion Planning之构建SLT Driving Corridor》中,详细说明了Corridor的生成过程,如下图(详细内容可参考之前的博客):

425410e927c248bb8b559de8748027f1.png

2.1 基于贝塞尔曲线的轨迹规划

        首先介绍Bezier曲线,Bezier曲线在路径规划中也经常用到,因此在这里简要阐述一下。贝塞尔曲线分为几种,一般2阶、3阶、4阶,或者更高阶的比较少见到,基于 eq?t 的参数方程如下。

  • 一阶Bezier曲线:

eq?f%28t%29%3DP_0+%28P_1-P_0%29t%3D%281-t%29P_0+tP_1%2C%20t%20%5Cin%20%5B0%2C1%5D

  • 二阶Bezier曲线:

eq?f%28t%29%3D%281-t%29%5E2P_0+2t%281-t%29P_1+t%5E2P_2%2C%20t%5Cin%5B0%2C1%5D

  • 三阶Bezier曲线:

eq?f%28t%29%3D%281-t%29%5E3P_0+3t%281-t%29%5E2P_1+3P_2t%5E2%281-t%29+t%5E3P_3%2C%20t%5Cin%5B0%2C1%5D

e060303d9fdd4cf29d7ec237ed94be3c.png

        贝塞尔曲线具有众多特性,例如凸包性、对称性、几何不变性、仿射不变性、拟局部性,这些特性保证了生成曲线的平滑性、连续性和可控性。

        如果知道了起点 eq?P_0、终点 eq?P_3以及起终点附近的两个控制点eq?P_1%2C%20P_2 的坐标(即上图中的eq?P_0%2CP_1%2CP_2%2CP_3),

相关推荐

最近更新

  1. TCP协议是安全的吗?

    2024-04-09 08:38:01       18 阅读
  2. 阿里云服务器执行yum,一直下载docker-ce-stable失败

    2024-04-09 08:38:01       19 阅读
  3. 【Python教程】压缩PDF文件大小

    2024-04-09 08:38:01       18 阅读
  4. 通过文章id递归查询所有评论(xml)

    2024-04-09 08:38:01       20 阅读

热门阅读

  1. zynq Lwip学习笔记-tcp_input函数

    2024-04-09 08:38:01       12 阅读
  2. OneFlow深度学习框架介绍

    2024-04-09 08:38:01       18 阅读
  3. OneFlow深度学习框架介绍

    2024-04-09 08:38:01       19 阅读
  4. Pandas进行数据分析

    2024-04-09 08:38:01       16 阅读
  5. MySQL_5.7.17的安装与配置

    2024-04-09 08:38:01       16 阅读
  6. MySQL-9. 事务

    2024-04-09 08:38:01       15 阅读