配置RRT路径规划
的pathPlannerRRT
对象配置基于最优车辆路径规划迅速探索随机树(RRT *)算法。* RRT路径规划探索车辆周围的环境通过构造随机树无碰撞造成。
一旦pathPlannerRRT
对象配置,使用计划
函数的计划从一开始就对这个目标的道路。
规划师= pathPlannerRRT (
返回一个costmap
)pathPlannerRRT
对象规划车辆路径。costmap
是一个vehicleCostmap
对象指定车辆周围的环境。costmap
设置Costmap
属性值。
规划师= pathPlannerRRT (
集属性路径的规划师通过使用一个或多个名称-值对参数。例如,costmap
,名称,值
)pathPlanner (costmap GoalBias, 0.5)
设置GoalBias
属性概率为0.5。在报价附上每个属性的名字。
为了提高性能,pathPlannerRRT
对象使用一个近似最近邻搜索。这个搜索技术检查sqrt (N)
节点,N
是搜索的节点数量。使用精确的最近邻搜索,设置ApproximateSearch
财产假
。
杜宾和Reeds-Shepp连接方法是假定为运动学上地可行而忽略惯性的影响。这些方法使路径规划适合低速环境,在惯性轮力的影响很小。
Sertac Karaman[1],埃米利奥Frazzoli。“最佳Kinodynamic运动规划使用增量Sampling-Based方法。”第49 IEEE会议决定和控制(CDC)。2010年。
[2]Shkel,安德烈·M。,Vladimir Lumelsky. "Classification of the Dubins Set."机器人和自治系统。34卷,4号,2001年,页179 - 202。
[3]芦苇,j . A。,L. A. Shepp. "Optimal paths for a car that goes both forwards and backwards."太平洋数学杂志。2号卷。145年,1990年,页367 - 393。