Гибрид* планировщик пути
Гибрид* объект планировщика пути генерирует сглаженный путь на данном 2D пробеле для транспортных средств с неголономными ограничениями.
Гибрид* планировщик проверяет на столкновения в карте путем интерполяции примитивов движения и аналитического расширения на основе ValidationDistance свойство stateValidator объект. Если ValidationDistance свойство установлено в Inf, объект интерполирует на основе размера ячейки карты, заданной в блоке проверки допустимости состояния. Раздуйте карту заполнения прежде, чем присвоить его планировщику, чтобы составлять размер транспортного средства.
planner = plannerHybridAStar(validator)validator введите как validatorOccupancyMap или validatorVehicleCostmap объект. validator введите устанавливает значение свойства StateValidator.
planner = plannerHybridAStar(validator,Name,Value)
Запланируйте путь без коллизий транспортное средство через парковку при помощи Гибрида* алгоритм.
Создайте и присвойте карту блоку проверки допустимости состояния
Загрузите величину затрат на ячейки в транспортном средстве costmap парковки.
load parkingLotCostVal.mat % costVal
Создайте binaryOccupancyMap с величиной затрат.
map = binaryOccupancyMap(costVal);
Создайте stateValidator объект для проверки столкновения.
validator = validatorOccupancyMap;
Присвойте карту stateValidator объект.
validator.Map = map;
Запланируйте и визуализируйте путь
Инициализируйте plannerHybridAStar объект с stateValidator объект. Задайте MinTurningRadius и MotionPrimitiveLength свойства планировщика.
planner = plannerHybridAStar(validator,'MinTurningRadius',4,'MotionPrimitiveLength',6);
Задайте запускаются и целевые положения для транспортного средства как [x, y, тета] векторы. X и Y задают положение в метрах, и тета задает угол ориентации в радианах.
startPose = [6 10 pi/2]; % [meters, meters, radians]
goalPose = [90 54 -pi/2];Запланируйте путь от положения запуска до целевого положения.
refpath = plan(planner,startPose,goalPose);
Визуализируйте использование пути, показывают функцию
show(planner)
[1] Дольгов, Дмитрий, Себастиан Трун, Майкл Монтемерло и Джеймс Дибель. Практические поисковые методы в планировании пути для автономного управления автомобилем. Aмериканская ассоциация искусственного интеллекта, 2008.
[2] Petereit, Янко, Томас Эмтер, Кристиан В. Фрэй, Томас Копфштедт и Андреас Бойтель. "Приложение Гибрида* к автономному мобильному роботу для планирования пути в неструктурированных наружных средах". ROBOTIK 2012: 7-я немецкая Конференция по Робототехнике. 2012, стр 1-6.