平滑度
路径平滑度
描述
平滑度(评估计划路径的平滑度。值接近pathMetricsObj)0指示平坦的路径。直线路径返回值为0.
平滑度(返回路径上每组三个姿势之间的单独平滑度计算，格式为(N2)元向量,N是姿势的数量。pathMetricsObj,“类型”,“部分”)
例子
计算路径度量
基于一组姿势和关联的地图环境计算计划路径的平滑度、间隙和有效性。
将映射加载并分配给状态验证程序
从示例地图创建占用地图并设置地图分辨率。
负载exampleMaps.mat；% simpleMapmapResolution=1；%细胞/计地图=职业地图（simpleMap，地图分辨率）；
创建Dubins状态空间。
statespace = stateSpaceDubins;
基于占用率映射创建状态验证器，将参数和状态存储在Dubins状态空间中。
statevalidator = validatorOccupancyMap (statespace);
将映射分配给验证器。
statevalidator.Map=Map；
为验证器设置验证距离。
statevalidator.ValidationDistance=0.01；
将状态空间边界更新为与贴图限制相同。
statespace。statbounds = [map.XWorldLimits;map.YWorldLimits;[-pi]];
计划路径
创建RRT*路径规划器并允许进一步优化。
规划师= plannerRRTStar (statespace statevalidator);计划。ContinueAfterGoalReached = true;
减少最大迭代次数，增加最大连接距离。
计划。MaxIterations = 2500;计划。MaxConnectionDistance = 0.3;
定义路径规划器的开始和目标状态为[x、 y，θ]向量。x和Y是笛卡尔坐标，和西塔为方向角。
Start = [2.5, 2.5, 0];%[米，米，弧度]目标=[22.5,8.75,0]；
计划从开始状态到目标状态的路径导航路径对象。
rng（100，“龙卷风”)%可重复结果[路径，解决方案信息]=计划（计划员，开始，目标）；
计算和可视化路径度量
创建路径度量对象。
pathMetricsObj = pathmetrics(路径,statevalidator);
检查路径的有效性。结果是1(真正的)如果规划的路径没有障碍。0（假）无效路径。
isPathValid（pathMetricsObj）
ans=必然的1.
计算路径的最小间隙。
间隙（pathMetricsObj）
ans=1.4142
评估路径的平滑度。值接近0指示平坦的路径。直线路径返回值为0.
平滑度（PathMetricObj）
ans=1.7318
可视化路径的最小净空。
显示（pathMetricsObj）图例(“计划路径”,的最小间隙)
二维Costmap环境下的车辆路径规划与度量计算
使用RRT*算法规划车辆通过停车场的路径。计算并可视化所规划路径的平滑度、清除度和有效性。
将映射加载并分配给状态验证程序
加载停车场的成本图。绘制成本图以查看停车场和车辆应避免的充气区域。
负载parkingLotCostmap.mat；costmap = parkingLotCostmap;情节(costmap)包含(“X(米)) ylabel (“Y”(米))
创建一个stateSpaceDubins对象，并将最小图灵半径增加到4.米。
statespace=stateSpaceDubins；statespace.MinTurningRadius=4；%仪表
创建一个汽车成本图对象使用创建的状态空间。
statevalidator=validatorVehicleCostmap（状态空间）；
将停车场成本映射分配给状态验证器对象。
statevalidator。地图= costmap;
计划路径
定义车辆的起始和目标姿势为[x,Y,Θ]矢量。世界单位(x,Y)位置以米为单位。方向角的世界单位Θ以度为单位。
startPose = [5,5,90];%[米，米，度]goalPose = [40,38,180];%[米，米，度]
使用pathPlannerRRT（自动驾驶工具箱）对象和计划（自动驾驶工具箱）函数来规划车辆从起始位姿到目标位姿的路径。
规划师= pathPlannerRRT (costmap);refPath =计划(计划、startPose goalPose);
沿路径每隔一米进行插值。将方向角从度转换为弧度。
提出了= 0(大小(refPath.PathSegments, 2) + 1, 3);:提出了(1)= refPath.StartPose;对于i = 1:size(refPath.PathSegments,2) pose (i+1，:) = refPath.PathSegments(i).GoalPose;终止提出了函数(:,3)=(姿势(:,3));
创建一个导航路径使用Dubins状态空间对象和摆姿势.
路径=导航路径（状态空间、姿势）；
计算和可视化路径度量
创建一个pathmetrics对象。
pathMetricsObj = pathmetrics(路径,statevalidator);
检查路径的有效性。结果是1.(真正的)如果计划路径没有障碍物。0(错误的)表示无效路径。
isPathValid（pathMetricsObj）
ans=必然的1.
计算并可视化最小值间隙的路径。
间隙（pathMetricsObj）
ans=0.5000
显示（pathMetricsObj）图例(“充气区域”,“计划路径”,的最小间隙)包含(“X(米)) ylabel (“Y”(米))
计算并可视化平滑度的路径。值接近0指示平坦的路径。直线路径返回值为0.
平滑度（PathMetricObj）
ans = 0.0842
显示（pathMetricsObj，“指标”，{“平滑度”})传奇(“充气区域”,“路径平滑度”)包含(“X(米)) ylabel (“Y”(米))
可视化路径的每个状态的清除。
显示（pathMetricsObj，“指标”，{“StatesClearance”})传奇(“充气区域”,“计划路径”,“清除路径状态”)包含(“X(米)) ylabel (“Y”(米))
输入参数
参考文献
Lindemann, Stephen R.和Steven M. LaValle。“简单高效的算法，在给定的细胞分解上计算平滑、无碰撞的反馈定律。”《国际机器人研究杂志》第28期，第5期2009年，第600-621页。
你也可以从以下列表中选择一个网站: