ROS——Teb算法的优化

一、简介

 “TEB”全称Time Elastic Band（时间弹性带）Local Planner，该方法针对全局路径规划器生成的初始轨迹进行后续修正(modification)，从而优化机器人的运动轨迹，属于局部路径规划。

关于eletic band（橡皮筋）的定义：连接起始、目标点，并让这个路径可以变形，变形的条件就是将所有约束当做橡皮筋的外力。

二、说明

局部路径规划之Teb

起始点、目标带你状态由全局规划，中间插入N个控制节点来改变橡皮筋的状态控制点，在点与点之间定义运动时间Time。

这个路径可以变形，变形的条件就是将所有约束当做橡皮筋的外力

注意每个目标函数只与几个连续状态有关，而非整条band。

 当我们设置目标时，小车的目的地是靠近障碍物的，但是如果我们小于我们的障碍物距离最小距离，我们就需要往外拉，这就是我们的类橡皮筋过程

约束目标函数：

 

 

 

 优化问题：

Teb优化问题实质上是一个优化问题，大多数目标是基于局部的，只与一小部分参数相关，因为他们只依赖于几个连续的机器人

TEB生成的局部轨迹由一系列带有时间信息的离散位姿组成，g2o算法优化的目标就是这些离散的位姿，同时设计一条时间最短，距离最短，远离障碍物等目标，同时限制速度与加速度使轨迹满足机器人运动学。

整体的规划为：

全局路径————加入约束————g2o优化————速度指令

参数：

# Trajectory

teb_autosize: True #优化期间允许改变轨迹时域长度

dt_ref: 0.3 #局部路径规划解析度(0.01~1.0) 默认为0.3 (两个相邻位姿之间的时间_时间分辨率)

(可以设置0.45，其他保持默认)

dt_hysteresis: 0.1 #允许浮动范围

global_plan_overwrite_orientation: True #覆盖全局路 径中局部路点朝向

max_global_plan_lookahead_dist: 3.0 #全局优化子集最大长度