多种轨迹规划算法在MIT RACECAR上的实际应用
机器人学
2021-09-03 v1 计算机视觉与模式识别
摘要
在该项目中，车辆首先通过 ROS 控制。为此，准备了通过操纵杆控制所需的节点。随后，将 DWA(动态窗口法, Dynamic Window Approach)、TEB(时间弹性带, Timed-Elastic Band)和 APF(人工势场, Artificial Potential Field)路径规划算法依次应用于 MIT RACECAR。这些算法在不同问题上互有优劣。为此，创建了一个场景以比较各算法。在依据该场景创建的弯曲双车道道路上，MIT RACECAR 须沿车道行驶，并在遇到障碍物时在不驶离道路的情况下变道并绕过障碍物。此外，开发了一种图像处理算法以获取实现该场景所需的车道位置信息。该算法通过处理 ZED 相机采集的图像检测目标点，并将目标点信息提供给路径规划算法。在创建必要工具后，针对该场景对算法进行了测试。在这些测试中，测量了算法成功通过的障碍物数量、所选路径的简洁程度及其计算成本等指标。根据结果，尽管 APF 并非成功通过最多障碍物的算法，但因其处理负载低且工作逻辑简单而被选中。相信凭借其不复杂的结构，APF 也将在项目的后续阶段提供优势。
引用
@article{arxiv.2109.00890,
title = {Real-World Application of Various Trajectory Planning Algorithms on MIT RACECAR},
author = {Oguzhan Kose},
journal= {arXiv preprint arXiv:2109.00890},
year = {2021}
}