**局部路径规划-teb算法**

张开发
• 2026/4/11 1:30:37 • 15 分钟阅读

最新文章

推荐文章

相关文章

分享文章

**局部路径规划-teb算法**
局部路径规划-teb算法timed-elastic-band (定时间点 橡皮筋)总体来说TEB算法就是在全局路径上以固定的时间间隔插入n个姿态点让路径变成一个可以变形的橡皮筋然后再给它施加一些约束每一种约束都可看做是障碍物或外力给橡皮筋施加力以后橡皮筋就会变形即其内部的优化算法通过变形就可以找到最终可行的路径。导航功能包中局部路径规划器的位置在local_planner输出的是控制信息介绍常见的4种约束外力1跟随路径和避障。跟随路径是让小车紧贴全局路径避障是让小车远离障碍物。前是拉近后是推开属于同一类问题。2速度 / 加速度约束我们的橡皮筋只定义了姿态x,y,θ与两两状态之间的时间所以就直接用差分近似计算好了。由于小车的性能约束v / a都有最大最小值。3运动学限制若干弧段组成的轨迹平滑不希望出现漂移我们的控制量只有车速油门与转角方向盘。阿克曼结构有最小转弯半径麦轮/差速/全向轮车为04最快路径约束目标函数使得机器人获得最快路径路径上的各位姿点在时间上均匀分开而非传统的空间上求最短路径。优化局部优化“TEB”被表述为一个多目标优化问题大多数目标都是局部的只有一小部分参数相关因为他们只依赖于几个连续的机器人状态。(所以优化的速度是非常快的)优化算法使用开源框架“g2o”点node边edgeg2o: General Graph Optimization通用图优化法。TEB生成的局部轨迹由一系列带有时间信息的离散位姿pose组成g2o算法优化的目标即这些离散的位姿使最终由这些离散位姿组成的轨迹能达到时间最短、距离最短、远离障碍物等目标同时限制速度和加速度使轨迹满足机器人的运动学。简洁描述首先获取全局路径等时间间隔的插入n个状态点把全局路径变成一条橡皮筋然后加入约束条件给橡皮筋施加外力再通过g2o进行轨迹优化最后生成速度指令。

更多文章