二次规划(QP)+样条插值
总结:
1. 转换到 SL frame, 采样到多个点的曲线方程( L 关于S 的方程)--表示的是横坐标,纵坐标的关系)。每一段用统一的5阶样条表示
2.定义目标函数 曲线方程关于s的一阶、二阶,三阶导数。
3.定义约束
- 初始点,终点约束
- 连续性约束
- 障碍物横向位置的约束(上下)
目标,筛选并获得最优的路径
1. 目标函数
1.1 获得路径长度
路径定义在station-lateral坐标系中。s的变化区间为从车辆当前位置点到默认路径的长度 (arc length 弧长)。
1.2 获得样条段
将路径划分为n段,每段路径用一个多项式来表示。
1.3 定义样条段函数
每个样条段 i 都有沿着参考线的累加距离d_i (弧长)。每段的路径默认用5介多项式表示。
l 表示的就是横向的偏离。--重点关注的是横向offset.
1.4 定义每个样条段优化目标函数
关于距离的微分? 意义? 纯粹为了定义的目的--- 由曲率的定义知道,1,2,3阶导数和曲率相关。(https://baike.baidu.com/item/%E6%9B%B2%E7%8E%87%E5%8D%8A%E5%BE%84/2036643 公式推导部分.)
https://blog.csdn.net/chepwavege/article/details/99939522
所以物理意义 就是要保证曲率 不能太大,曲率变化率不能太大!
第一次微分: heading angle, 二次:曲率, 三次:曲率变化率!!!!
1.5 将开销(cost)函数转换为QP公式
QP公式:
下面是将开销(cost)函数转换为QP公式的例子:
且
且
然后得到,
从聚合函数中提取出常量得到, 6*1 乘以 1*6 的矩阵
最后得到,积分过程
请注意我们最后得到一个6介的矩阵 (6X6)来表示5介样条插值的衍生开销。 应用同样的推理方法可以得到2介,3介样条插值的衍生开销。
2 约束条件
2.1 初始点约束
假设第一个点为 (s_0, l_0), (s_0, l'_0) and (s_0, l''_0),其中l_0 , l'_0 and l''_0表示横向的偏移,并且规划路径的起始点的第一,第二个点的衍生开销可以从f_i(s), f'_i(s), f_i(s)''计算得到。-
将上述约束转换为QP约束等式,使用等式:
下面是转换的具体步骤:第一个点带入曲线方程得到,S-L 下的关系, 同样多阶导数同样适用
且
且
其中,i是包含s_0的样条段的索引值。
2.2 终点约束
和起始点相同,终点(s_e, l_e) 也应当按照起始点的计算方法生成约束条件。
将起始点和终点组合在一起,得出约束等式为:
2.3 平滑节点约束--意义:曲率,曲率变化率 连续!
该约束的目的是使样条的节点更加平滑。假设两个段seg_k 和seg_{k+1}互相连接,且seg_k的累计值s为s_k。计算约束的等式为:
下面是计算的具体步骤:
然后
将s_0 = 0代入等式。
同样地,可以为下述等式计算约束等式:
2.4 点采样边界约束--横向offset. 不能和障碍物相交(Y方向)
在路径上均匀的取样m个点,检查这些点上的障碍物边界。将这些约束转换为QP约束不等式,使用不等式:
首先基于道路宽度和周围的障碍物找到点 的下边界,且。计算约束的不等式为:
同样地,对上边界,计算约束的不等式为: