动态窗口算法运动规划(DWA)

最新推荐文章于 2024-09-10 13:48:56 发布

凡人只做一事

最新推荐文章于 2024-09-10 13:48:56 发布

阅读量2k

点赞数

分类专栏：无人驾驶

本文链接：https://blog.csdn.net/Q_upup/article/details/113649103

版权

无人驾驶专栏收录该内容

7 篇文章 1 订阅

订阅专栏

DWA

- - 1. 定义
  - 2. 伪代码

简要介绍动态窗口算法，具体不加个人评价和理解。可看原文

1. 定义

dynamic window approach算法的定义，根据wiki的定义:

在机器人运动规划领域，动态窗方法为三位大佬Dieter Fox, Wolfram Burgard, and Sebastian Thrun 于1997发表的论文，被引用高达2800次。应用于实时碰撞避免策略，和其余碰撞避免算法不同，动态窗口直接考虑到机器人的动力学，特别是设计来用于受到速度和加速度约束的机器人。
其主要包含两部分：首先是生成一个有效的搜索区域，其次在搜索区域中选择一个最优解。其论文中讲到，搜索空间限制在短时间内可到达且无碰撞的安全圆周轨迹。优化目标是选择一个方向和速度，使机器人以最大的距离远离障碍物且能到达目标位置。

2. 伪代码

DWA的主要创新点是使用(v,w)（速度，角速度）空间来表示车辆在平面内的运动；

论文优化目标如下：
在这里插入图片描述
伪码如下：

//http://adrianboeing.blogspot.com/2012/05/dynamic-window-algorithm-motion.html
BEGIN DWA(robotPose,robotGoal,robotModel)
   desiredV = calculateV(robotPose,robotGoal)
   laserscan = readScanner()
   allowable_v = generateWindow(robotV, robotModel)
   allowable_w  = generateWindow(robotW, robotModel)
   for each v in allowable_v
      for each w in allowable_w
      dist = find_dist(v,w,laserscan,robotModel) // 遇到障碍物的距离
      breakDist = calculateBreakingDistance(v)
      if (dist > breakDist)  //can stop in time 能够在障碍物前停下来
         heading = hDiff(robotPose,goalPose, v,w) //计算朝向cost（注意要归一化）
         clearance = (dist-breakDist)/(dmax - breakDist)
         cost = costFunction(heading,clearance, abs(desired_v - v))
         if (cost > optimal)
            best_v = v
            best_w = w
            optimal = cost
    set robot trajectory to best_v, best_w
END