OMPL - Optimal Planning

在某些运动计划问题中，您可能不希望起始状态和目标状态之间只有任何有效路径。 您可能对最短的路径感兴趣，或者对最远离障碍物的路径感兴趣。 在这些情况下，您正在寻找一条最佳路径：一条满足您的约束条件的路径（连接起始状态和目标状态而不会发生冲突），并且还优化了一些路径质量指标。 路径长度和路径间隙是路径质量指标的两个示例。 尝试优化路径质量度量的运动计划器称为优化计划器。

 

为了执行最佳计划，您需要做两件事：

1. 路径质量度量标准或优化目标。
2. 优化运动计划器

您可以使用ompl :: base :: OptimizationObjective类指定路径质量度量。 对于优化计划器，OMPL当前提供了一些计划器，以保证返回解决方案的渐近最优性（请参阅可用计划器列表）。 通过查看Karaman和Frazzoli撰写的这篇论文，您可以找到有关运动规划中渐近最优性的更多信息。

OMPL包括对CForest并行化框架的支持，从而促进了最佳计划者的融合。 了解有关CForest的更多信息。

 

优化目标

OMPL带有几个预定义的优化目标：

• 路径长度
• 最小路径间隙
• 一般状态成本积分
• 机械功

这些优化目标均定义了路径成本的概念。 在OMPL中，我们将成本定义为机器人配置空间中的运动所产生的值。 在几何规划中，运动完全由开始状态和结束状态定义。 默认情况下，这些目标会尝试最小化路径成本，但是可以自定义此行为。 我们还假设整个路径的成本可以分解为组成路径的较小运动的成本的累积； 累加的方法（例如求和，乘法等