移动机器人运动规划(六)--软约束和硬约束下的轨迹优化

课程的难度是越来越大的，本节课介绍软约束和硬约束下的轨迹优化。

Introduction

加“推力”（软约束）；在可通行区域内加“约束 ”（硬约束）；

硬约束：在全局条件下满足s.t约束；
软约束：倾向于实现所加的约束；

Hard-constrained Optimization

Corridor-based Trajectory Optimization(基于走廊的轨迹优化)

首先将环境表达成八叉树的栅格地图；然后搜寻轨迹；之后将可通行栅格进行膨胀(用方块进行膨胀的原因一是八叉树本来就是用方块表达；二是为了保证能够将其转换为凸优化问题)；最后再重新生成路径。

将轨迹约束在相应格点间的方法；