路径规划与避障算法(六)---DWA算法流程之二---自行车模型与路径采样空间

本文详细介绍了自动驾驶中DWA算法的路径规划过程,涉及自行车模型的运动学模型,包括公式推导、速度采样空间的构建,以及速度的约束条件。内容涵盖车辆的二维运动学模型、速度与轨迹的关系,以及如何根据车辆动力学限制确定有效的速度采样范围。
摘要由CSDN通过智能技术生成

版权声明:本文为博主原创文章,原创不易, 转载请联系博主。
本篇博客主要介绍如何生成速度采样空间以及利用车辆运动学模型生成对应的轨迹空间

1.运动学模型

车辆运动学模型与动力学模型的建立是出于车辆运动的规划与控制考虑的。自动驾驶场景下,车辆大多按照规划轨迹行驶,控制模块的作用就是控制车辆尽可能精准的按照规划轨迹行驶。这就要求规划轨迹尽可能贴近实际情况,也就是说,轨迹规划过程中应尽可能考虑车辆运动学及动力学约束,使得运动跟踪控制的性能更好。

在使用自行车模型之前也需要考虑以下三点假设 [1]:

  • 车辆在垂直方向的运动被忽略掉了,也就是说我们描述的车辆是一个二维平面上的运动物体(可以等价与我们是站在天空中的俯视视角)
  • 我们假设车辆的结构就像自行车一样,也就是说车辆的前面两个轮胎拥有一直的角度和转速等,同样后面的两个轮胎也是如此,那么前后的轮胎就可以各用一个轮胎来描述
  • 我们假设车辆运动也和自行车一样,这意味着是前面的轮胎控制这车辆的转角

自行车模型
如上图所示,自行车运动学模型将前后轮胎分别用一个轮胎来描述并且将轮胎置于前后中心线上。假定车轮没有横向漂移且只有前向车轮是可以转向的。

公式推导

限制该模型在平面上运动,前后轮的非完整约束方程为:
(1) x ˙ f sin ⁡ ( θ + δ ) − y ˙ cos ⁡ ( θ + δ ) = 0 \dot{x}_f\sin(\theta+\delta)-\dot{y}\cos({\theta+\delta}) = 0\tag{1} x˙fsin(θ+δ)y˙cos(θ+δ)=0(1)

(2) x ˙ sin ⁡ ( θ ) − y ˙ cos ⁡ ( θ ) = 0 \dot{x}\sin(\theta)-\dot{y}\cos(\theta) = 0\tag{2} x˙sin(θ)y˙cos(θ)=0(2)
其中 ( x , y ) (x,y) (x,y) 是后轮的全局坐标, ( x f , y f ) (x_f,y_f ) (xf,yf)是前轮的全局坐标, θ θ θ是车辆在 y a w yaw yaw方向的偏转角度, δ δ δ是车辆的转向角度。由于车轮距离(前后轮胎之间的距离)为 L L L,因此 ( x f , y f ) (x_f,y_f ) (xf,yf)可以表示为:
(3) x f = x + L cos ⁡ ( θ ) x_f = x+L\cos(\theta)\tag{3} xf=x+Lcos(θ)(3)
(4) y f = y + L sin ⁡ ( θ ) y_f = y +L\sin(\theta) \tag{4} yf=y+Lsin(θ)(4)
将公式3以及公式4带入公式1中消除 ( x f , y f ) : (x_f,y_f): xf,yf:
(5) 0 = x ˙ sin ⁡ ( θ + δ ) − y

  • 7
    点赞
  • 56
    收藏
    觉得还不错? 一键收藏
  • 12
    评论
评论 12
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值