动态避障路径规划算法matlab_基于采样的局部规划与避障算法

一、引言

目前为系统添加了局部路径规划模块，结合之前做的视觉激光雷达信息融合模块，系统需要进一步对避障部分进行处理。

局部路径规划总的来说是在全局路径规划模块下，结合避障信息重新生成局部路径的模块，上层的全局路径规划确定了A到B的一个全局路径，不过轨迹跟踪模块(比如 pure persuit)实际进行跟踪的不能是这个直接生成的全局路径，因为系统实际工作可能会有其他情况发生，轨迹跟踪模块实际跟踪的是结合障碍物信息的局部路径。

局部路径规划算法有好多种，例如人工势场法，动态窗口法等，

这里要介绍的是DARPA比赛中斯坦福大学Stanley自动驾驶系统所使用局部路径规划算法，是一种基于采样的局部路径规划算法，该算法在autoware的op_planner模块也有使用，本文主要是基于autoware的op_planner模块进行介绍。

整体来看op_planner的local_planner主要分为两部分：Rollouts Generator 和 Rollouts Evaluator,前者根据全局中心路径生成一系列平滑的候选局部路径，后者结合障碍物信息和其他因素计算各个Rollout的代价Cost，从而选出最终平滑的，无障碍的局部路径。

Rollouts 的含义就是根据中心全局路径生成的一些列候选局部路径。如下图所示：

中间的绿线是全局路径规划模块生成的全局路径，棕色线是生成的一系列候选局部路径。

在有障碍物存在的情况下，经过计算每个rollout的代价Cost,选出最优的路径如下所示：

其中，白线就是评估后得到的最优的局部路径。

下面针对local_planner的两个主要部分的算法Rollouts Generator 和 Rollouts Evaluator进行简要分析，相关代码已经同步到我的github,位于planning/local_planner

https://github.com/sunmiaozju/smartcar​github.com

参考论文： Open Source Integrated Planner for Autonomous Navigation in Highly Dynamic Environments

完整的论文