局部路径规划专栏之9.2:基于Frenet车道线坐标系,采用解耦mini_jerk的插值优化进行局部规划(附C++代码)

系列文章目录

提示:这里可以添加系列文章的所有文章的目录,目录需要自己手动添加
TODO:写完再整理

文章目录

  • 系列文章目录
  • 前言
  • 一、第一步:Frenet车道线坐标系介绍及坐标转换
    • 1、frenet坐标系介绍
      • (1)Frenet坐标的定义
      • (2)ST图(纵向速度规划)
      • (3)SL图(横向位移规划)
      • (4)frenet坐标系的横纵向误差定义
      • (5)为什么要用Frenet坐标系做轨迹优化
    • 2、坐标系相互转换的方法
      • 1.笛卡尔坐标转换成frenet坐标系
        • (1)把轨迹投影到frenet坐标系的st图
        • (2)把障碍物投影到frenet坐标系的st图
        • (3)把世界坐标系下的xy坐标转换成车坐标系的sl坐标系
      • 2.Frenet坐标系转笛卡尔坐标系
      • 3.坐标转换的程序实现
  • 二、第二步:基于Frenet坐标系,通过多项式插值/mini_jerk优化问题实现无人车轨迹生成并优化
    • 1、核心思想
    • 2、通过一组目标配置来求得轨迹的备选集合
      • 横向轨迹的备选集合
      • 纵向轨迹的备选集合
    • 3、备选集合中,设计代价损失函数,求解Jerk最优化问题
      • 方法一:代数求解snap问题(即求解一个5次多项式的各系数)
      • 方法二:求解Jerk最优化问题
    • 4、通过限幅剔除轨迹(事故避免)
  • 三、第三步:无人驾驶最优轨迹序列的控制输出
      • 1.横向控制最优轨迹序列
      • 2.纵向控制最优轨迹序列
  • 参考资料


前言

局部路径规划专栏之9.2:基于Frenet车道线坐标系,采用解耦mini_jerk的插值优化进行局部规划(附C++代码)_第1张图片
机器人局部轨迹规划相关教程及博客请关注专栏:
https://blog.csdn.net/qq_35635374/article/details/138174730

本文先对基于Frenet坐标系轨迹优化,车道线解耦采样五次多项式拟合做个简单的介绍,具体内容后续再更,其他模块可以参考去我其他文章


提示:以下是本篇文章正文内容


你可能感兴趣的:(#,机器人,算法,动态规划)