移动机器人建图与导航代码实现——2.Path Planning

Path Planning

这一部分利用RPM算法完成路径规划,即在地图上随机产生点,去掉不合法的点和边后算最短路,再用贝塞尔平滑。

整体分为3步:
1.产生随机点,去掉不合法路径后建图
2.计算最短路
3.平滑

建图和最短路

建图很简单,用均匀分布在已探索过的区域中产生随机点,每个点保留欧式距离最近的几个点连边,检查边的合法性,完成建图。最短路也没什么好说的,因为剩下的边和点都不多,只有几百,什么最短路算法都行(甚至Floyd都行),我用的是spfa,简单又好写。代码见path_planning.py和c_extern/find_path.cpp,主要函数在cpp中。

平滑

用最短路得到的是一段折线,我们当然希望能平滑一下。直接使用n阶贝塞尔计算量太大,而且不过路径上的点,可能会出现偏差然后撞障碍物上了。我们也试过用三阶B-样条,但是也有相同的问题,而且连起点和终点都不过,对后面的控制器设计带来麻烦。最后我们采用了贝塞尔插值,具体参考https://www.cnblogs.com/muxue/archive/2010/06/23/1763886.html 。文中是对封闭多边形平滑,我们需要对折线平滑,区别就是起点和终点,我们直接用二阶贝塞尔,代码见path_planning.py。

猜你喜欢

转载自www.cnblogs.com/7391-KID/p/10903394.html