运动规划

路径度量,RRT路径规划,路径跟踪

使用运动规划来规划环境中的路径。您可以使用常见的基于抽样的计划器,如RRT、RRT*和Hybrid A*,或者指定您自己的可定制的路径规划接口。使用路径度量和状态验证来确保您的路径是有效的,并具有适当的障碍清除或平滑度。使用纯跟踪和向量场直方图算法跟踪和避免障碍物。

功能

全部展开

navPath 计划路径
dubinsConnection Dubins路径连接类型
dubinsPathSegment Dubins路径片段连接两个姿势
reedsSheppConnection Reeds-Shepp路径连接类型
reedsSheppPathSegment Reeds-Shepp路径段连接两个位姿
pathmetrics 为路径度量信息
间隙 最小路径间隙
isPathValid 确定计划的路径是否没有障碍
顺利 平滑的路径
显示 在map环境中可视化路径度量
stateSpaceSE2 SE(2)状态空间
stateSpaceDubins Dubins车辆的状态空间
stateSpaceReedsShepp Reeds-Shepp车辆的状态空间
validatorOccupancyMap 基于2-d栅格地图状态验证
validatorVehicleCostmap 基于2-d costmap状态验证
isStateValid 检查状态是否有效
isMotionValid 检查状态之间的路径是否有效
plannerRRT 创建一个用于几何规划的RRT计划器
plannerRRTStar 创建一个最佳的RRT路径规划(RRT *)
plannerHybridAStar 混合A*路径规划器
trajectoryOptimalFrenet 为参考路径寻找最优轨迹
createPlanningTemplate 创建路径规划界面执行样本
nav.StateSpace 为路径规划创建状态空间
nav.StateValidator 为路径规划创建状态验证器
controllerVFH 使用向量场直方图避免障碍物
controllerPurePursuit 创建控制器来跟踪路径点集

单纯追求 线速度和角速度控制命令
向量场直方图 使用向量场直方图避免障碍物

主题

使用RRT计划移动机器人路径

这个例子展示了如何使用快速探索随机树(RRT)算法来规划车辆通过已知地图的路径。

移动家具在混乱间RRT

这个例子展示了如何在一个狭窄的空间中规划一条路径来移动笨重的家具,避免使用电线杆。

基于RRT的机械手运动规划

计划一把持动作Kinova Jaco辅助机器人手臂采用快速搜索随机树(RRT)算法。

在室内地图上进行动态重新规划

此示例演示如何使用测距仪和路径规划器对仓库映射执行动态重新规划。

高速公路车道改变

这个例子说明了如何模拟公路行驶的情况下的自动车道变更操纵系统。

城市驾驶最优轨迹生成

这个例子展示了如何在城市场景中使用进行动态重规划trajectoryOptimalFrenet

Simulink®中的避障路径跟踪金宝app

这个例子向您展示了如何使用Simulink为差分驱动机器人跟踪路径时金宝app避免障碍物。

使用TurtleBot和VFH进行避障

此示例示出了如何使用ROS工具箱和TurtleBot®与矢量场直方图(VFH)环境中的驱动机器人何时执行避障。

向量场直方图

VFH算法细节和可调属性。

纯追求控制器

纯跟踪控制器功能和算法细节。

特色的例子