面向类车机器人精确定位的路径规划与运动控制

本文研究了类车机器人精确定位的规划与控制问题。我们提出了一种集成两个模块的解决方案：一个运动规划器，借助快速探索随机树算法和连续曲率（CC）转向技术，生成一条 CC 轨迹作为参考；以及一个非线性模型预测控制器（NMPC），调节机器人以精确跟踪参考轨迹。基于现有技术中的 $\mu$-相切条件，我们推导出一类特殊 CC 路径的显式存在条件并开发了相关的计算方法，这类路径不仅允许与 Reeds-Shepp 路径相同的驾驶模式，而且由无尖点的回旋曲线转向段组成。随后，我们创建了一个自动车辆泊车场景，其中 NMPC 努力跟随参考轨迹。通过数值仿真验证了 CC 转向的可行性和计算效率。CarSim-Simulink 联合仿真统计验证了，在完全相同的 NMPC 下，以 CC 轨迹为参考的闭环系统性能显著优于以 Reeds-Shepp 轨迹为参考的情况。