【运动规划算法】OpenPlanner

原创

已于 2023-04-21 01:04:06 修改 · 8.5k 阅读

90 ·

CC 4.0 BY-SA版权

文章标签：

#算法 #动态规划 #人工智能

于 2021-04-10 21:25:48 首次发布

OpenPlanner是名古屋大学开发的开源自动驾驶框架Autoware中的运动规划算法。它通过采样生成候选路径，并结合矢量地图及传感器信息，选择最优轨迹。OpenPlanner适用于遵守交通规则的自主移动机器人导航系统。

文章目录

前言
一、原理
二、项目演示
参考资料

前言

OpenPlanner是名古屋大学开发的开源自动驾驶框架Autoware中使用的运动规划算法。它是通过对全局路径进行采样生成一系列的候选路径，结合矢量地图、传感器信息以及碰撞、交通规则等约束和优化目标，选择出最优的运动轨迹。OpenPlanner通用性强，只需相应的调整参数即可与任何的移动机器人配合使用。
在这里插入图片描述

下图是OpenPlanner的一般体系结构，其主要三个组成部分是全局规划器、行为状态生成器和局部规划器。
在这里插入图片描述
OpenPlanner旨在用于移动机器人的自主导航，更确切地说是应用于自动驾驶领域。它结合了矢量地图或道路网络地图中包含的所有离散信息（例如交通信号灯，交通标志，十字路口，停车线等的位置），这相对于其他的开源的导航系统OMPL和Navigation Stack来说是主要的优势。

使用矢量地图可以更加轻松、快速地进行全局和局部规划。当然，像RRT * 和 Hybrid A *这些自由空间中全局规划器对于停车和越野情况也是很重要的。在这种情况下，我们可以切换到自由空间规划器进行全局规划，仍需要使用Open Planner的行为状态机和本地规划器。与Navigation Stack相比，OpenPlanner的另一个优势是OpenPlanner可以与非完整约束底盘一起使用。

此外，OpenPlanner还提供基本的行为状态机功能，添加新状态很容易。另一方面，OMPL不提供状态机或离散行为计划。关于规划器的建图需求，Navigat