trajectoty planning 和 path planning
- path planning多注重于集合点的生成,主要用于机器人的避障算法,生成路径的中间点
- trajectory planning注重与从一个起始点到目标点的速度、加速度规划。
trajectory planning主要用于pathing planning之后,将生成的几何点进行拟合,得到每一段的速度和加速度曲线
三次样条曲线
使用三次样条曲线的原因是避免速度的突变,因为在实际系统中,速度突变意味着加速度变化是一个脉冲,而实际的电机不可能产生脉冲输入,因此进行三次样条曲线拟合,保证路径三阶可导,二阶连续,避免上述问题。
matlab提供自带函数解决三次样条曲线的拟合
clc
clear
close all
t0 = 0;
tf = 5;
q_pt = [1 5 6 3 2 7];
t_pt = linspace(t0,tf,length(q_pt));
t = linspace(t0,tf,10*length(q_pt));
% 本函数返回的是对应时间t的q,qdot,qddot
[q,qdot,qddot,pp] = cubicpolytraj(q_pt,t_pt,t);
五次样条曲线
很多论文中使用五次多项式拟合路径点,这是因为三次样条曲线在加速度中仍有突变,使用五次样条曲线保证加速度也没有突变,对电机拟合更有效。
代码如下
clc
clear
close all
t0 = 0;
tf = 5;
q_pt = [1 5 6 3 2 7];
t_pt = linspace(t0,tf,length(q_pt));
t = linspace(t0,tf,10*length(q_pt));
% 本函数返回的是对应时间t的q,qdot,qddot
[q,qdot,qddot,pp] = quinticpolytraj(q_pt,t_pt,t);
注意事项
matlab提供的这两个函数中,三次拟合函数保证了每个点的速度为0,五次拟合函数保证每个点的加速度为0,这与我们通常的要求不符合,我们并不一定希望所有中间点速度都是0。但是maitlab似乎没有提供好的解决方案,而reflexxes库有更好的解决方案。