路径计划

路径规划让自动驾驶汽车或机器人从起步到目标状态找到最短，最无障碍的路径。该路径可以是一组状态（位置和方向）或航路点。路径规划需要环境地图以及开始和目标状态作为输入。该地图可以以不同的方式表示，例如网格图，状态空间和拓扑路线图。

路径规划技术包括两种用于自动驾驶汽车的算法的主要类型。

基于网格的搜索算法根据网格图中的最低旅行成本找到一条路径。它们可用于2D环境中的移动机器人等应用。但是，实现基于网格的算法的内存要求随尺寸的数量增加，例如6 DOF机器人操纵器。

基于采样的搜索算法通过在状态空间中随机采样新节点或机器人配置来创建可搜索的树。基于采样的算法适用于低维搜索空间。

路径规划，以及感知（或视觉）和控制系统，包括任何机器人或车辆的自动导航的三个主要构件。PATH计划在自动驾驶汽车，机器人操纵器，UGV和UAV等系统中增加了自主权。

MATLAB^®，S万博1manbetximulink^®， 和导航工具箱™提供路径规划的工具，使您能够：

• 实施基于抽样的路径计划算法，例如RRT和RRT*使用可自定义的计划基础架构
• 使用占用网格地图的计划路径，例如自动停车场混合a*
• 生成本地轨迹室内动态重新植物和自动化高速公路车道变更
• 比较使用路径的有效性和最优性路径指标例如平滑度和间隙
• 生成航路点并发送控制命令以使用纯粹的追击控制器
• 将路径计划算法部署为嵌入平台上的独立ROS节点或C/C ++代码