【移动机器人运动规划】lecture8: 经典的local planning框架-fast-planner and ego-planner
本文摘要了Fast-Planner和Ego-Planner两种规划算法的关键技术。Fast-Planner前端采用hybrid A*算法，通过AnalyticExpand函数实现高效搜索；后端使用B样条曲线优化轨迹，相比贝塞尔曲线具有局部修改特性。Ego-Planner则通过特定流程和程序框架实现路径规划。相关技术细节可参考CSDN系列博客笔记，包括基函数性质、控制点设置等核心内容。
目录
1.Fast-Planner
1.1 前端----hybrid A*
skill：暗红色线表示AnalyticExpand（）函数，如果能够一步搜索到终点，就不再扩展。
（1）基元的生成
（2）edgecost
（3）heuristic cost
其他参考笔记：
Fast Planner规划算法（一）—— Fast Planner前端-CSDN博客
1.2 后端轨迹优化和时间重分配
贝塞尔曲线缺点：控制点增加阶数也会增加；改变一个控制点整个轨迹都会发生变化
引出B样条，可以理解为分段的特殊贝塞尔曲线，在两段轨迹连接处天生就保证了平滑连续
Q为控制点，基函数和贝塞尔曲线不同，t的定义也不同。基函数乘以控制点再累加
例如三阶B样条，有四个控制点Q0123控制t3-t4这段时间区间内的轨迹，只需再增加5这个控制点，使控制点Q1234控制t4-t5这段轨迹，以此类推，加了控制点后只会影响最新的一段轨迹。
均匀B样条
和B样条的区别：相邻的节点的差都是相同的，均为t
fast planner中对轨迹进行了特殊写法
B样条的基函数有一些特殊的性质
后续讲解参考笔记：
Fast Planner规划算法（二）—— Fast Planner后端之贝塞尔曲线与B样条曲线-CSDN博客
Fast Planner规划算法（三）—— Fast Planner后端之轨迹优化与轨迹优化与时间重分配_faster planner-CSDN博客
2. Ego-Planner
参考学习笔记：
魔乐社区（Modelers.cn) 是一个中立、公益的人工智能社区，提供人工智能工具、模型、数据的托管、展示与应用协同服务，为人工智能开发及爱好者搭建开放的学习交流平台。社区通过理事会方式运作，由全产业链共同建设、共同运营、共同享有，推动国产AI生态繁荣发展。
更多推荐
3
0- 0
已为社区贡献3条内容
所有评论(0)