【MATLAB Navigation Toolbox之状态传播器】

欢迎大家关注我的B站：

偷吃薯片的Zheng同学的个人空间-偷吃薯片的Zheng同学个人主页-哔哩哔哩视频 (bilibili.com)

本篇文章基于MATLAB导航工具箱的官方文档，详情参考Motion Planning - MATLAB & Simulink - MathWorks 中国

1 nav.StatePropagator

这是定义好的类，该类是与从 nav 派生的 kinodynamic 路径规划器一起使用的所有状态传播器的接口，如果要为自定义运动模型或控制系统定义传播器，请从此类派生。此类生成控件、传播状态并估计状态之间的成本或距离。受控系统将两个主要方程分为两个步骤：

（1）[u(i),steps] = controlFcn(q(i-1),u(i-1),qTgt)从上一个状态、控件输入和目标状态生成下一个控制命令

（2）q(i) = q(i-1) + integrate(q,u(i),steps)使用生成的命令将状态传播到指定的步骤数

propagatorObj = nav.StatePropagator(stateSpace,stepSize,numControlOutput)

StateSpace：规划时采样的状态空间

ControlStepSize：每个控制命令的持续时间，默认为0.1秒

NumControlOutput：控制命令的变量数

2 mobileRobotPropagator

这是轮式机器人系统的状态传播器

mobileProp = mobileRobotPropagator
mobileProp = mobileRobotPropagator(Name,Value)

StateSpace：规划时采样的状态空间

Environment：地图

DistanceEstimator：用于估计传播成本，默认是欧几里得距离，可以选择'euclidean'，'dubins'，'reedsshepp'

GoalDistance：判断到达终点的阈值，默认为1

KinematicModel：用于传播状态的运动学模型，默认 'bicycle'

Type	State Vector	Control input
'bicycle'	[x y theta]	[v psi]
'ackermann'	[x y theta psi]	[v psiDot]

Integrator：传播状态时数值积分的办法，'rungekutta4'默认，更加准确，'euler'速度更快 

ControlPolicy：控制命令生成的策略，如下

（1）默认，'linearpursuit'— 对随机速度进行采样，并计算沿矢量的查找点，该观察点将初始状态连接到目标状态

（2）'arcpursuit'— 对随机速度进行采样，并沿与目标状态相切并与初始 xy 位置相交的弧计算前瞻点

（3）'randomsamples'— 从控制空间绘制一组有限的随机对照样本，并传播到每个样本。传播器选择最接近目标的样本，然后执行验证

ControlLimits：控制命令的限制，对每个状态的控制命令需在某些范围内

ControlStepSize：每个控制命令的持续时间，默认为0.1秒

MaxControlSteps：最大控制步骤数，默认为10

对象函数：

propagate：不需要验证状态的传播系统

[q,u,steps] = propagate(mobileProp,q0,u0,qTgt,maxSteps)

mobileProp：指定为mobileRobotPropagator

q0、u0、qtgt、maxSteps：初始状态、初始控制、目标状态、最大步长

q、u、steps：状态矩阵，控制矩阵、从每个状态和控制输入到下一个的步长数

propagate与propagateWhileValid用法一样，只是会验证状态

sampleControl：

[u,steps] = sampleControl(mobileProp,q0,u0,qTgt)