RRT* + Minimum Snap 轨迹优化
1. 简介
-
前端:路径生成采用RRT*算法,生成离散的路径点
-
后端:轨迹优化采用minimum snap算法,构造QP问题,使用OSQP求解器求解
-
Github 代码: uav/motion-planning 期待你的🌟🌟🌟
2. 前端路径生成
(1) 算法:RRT*
- 原理图
- 伪代码
2. 后端轨迹优化
(1) 算法:Minimum Snap
- 原理:根据RRT*获得的离散路径点构建二次规划QP问题,代码实现为minimum jerk
- 约束条件:
- 初始条件与末端条件
- 经过中间路径点
- 中间路径点的位置、速度、加速度连续
- 求解
开源QP求解器OSQP,求解器原理基于ADMM,能够快速求解QP问题,具体实现见github:uav/motion-planning 期待你的🌟🌟🌟
-
仿真效果
- 红色路径:RRT*所得到的离散路径点
- 紫色轨迹:经过优化后的minimum jerk轨迹