Matlab自动驾驶工具箱（1）-路径规划与控制-pathPlannerRRT-CSDN博客

本文链接：https://blog.csdn.net/weixin_41444880/article/details/109747453

本文介绍了Matlab中的pathPlannerRRT工具箱，用于自动驾驶路径规划。该工具基于RRT*算法，能创建车辆路径规划器以避开环境障碍。详细讲解了如何创建规划器、设置参数，并通过实例展示了规划通往停车场路径的过程及路径的有效性检查。

摘要由CSDN通过智能技术生成

Matlab自动驾驶工具箱（1）-路径规划与控制-pathPlannerRRT

1、功能描述
2、创建
- 2.1、语法
- 2.2、功能描述
3、实例
- 3.1、规划通往停车场的路劲（Plan Path to Parking Spot）
- 3.2、规划路径并检查其有效性

1、功能描述

pathPlannerRRT对象基于最佳快速探索随机树（RRT *）算法配置车辆路径规划器。 RRT *路径规划器通过构建随机无碰撞姿势的树来探索车辆周围的环境。一旦配置了pathPlannerRRT对象，就可以使用plan功能来计划从起始姿势到目标的路径。

2、创建

2.1、语法

planner = pathPlannerRRT(costmap)
planner = pathPlannerRRT(costmap,Name,Value)

2.2、功能描述

1：planner = pathPlannerRRT（costmap）返回用于计划车辆路径的pathPlannerRRT对象。 costmap是vehicleCostmap对象，用于指定车辆周围的环境。 costmap设置Costmap属性值。
2：planner = pathPlannerRRT（costmap，Name，Value）通过使用一个或多个名称-值对参数来设置路径计划器的属性。例如，pathPlanner（costmap，‘GoalBias’，0.5）将GoalBias属性设置为0.5的概率。每个属性名称都用引号引起来。

3、实例

3.1、规划通往停车场的路劲（Plan Path to Parking Spot）

使用RRT *算法规划通往停车位的车辆路径。

加载停车场的costmap

加载停车场的costmap（Costmap是无人车或者机器人融合多传感器信息后建立维护的二维或三维栅格地图，在地图中障碍物信息会被转换到对应的栅格中并且利用相应的规则对障碍物进行膨胀。）。绘制成本图，以查看停车场和车辆应避免的膨胀区域。
加载停车场costmap的代码如下：

data = load('parkingLotCostmapReducedInflation.mat');
costmap = data.parkingLotCostmapReducedInflation;
plot(costmap)