【运动规划算法项目实战】TABV代码解析（一）：bspline

---

前言

在这系列文章中，我们将对TABV导航框架的代码进行详细解析。该框架是一种地空双模式车辆的自主自适应导航（Terrestrial-Aerial Bimodal Vehicles，TABV）框架。通过结合空中车辆的高机动性和地面车辆的长续航能力，该框架实现了车辆的完全自主性。通过深入分析代码，我们将深入了解该框架的工作原理和关键算法，以及如何实现车辆的导航功能。这将有助于我们更好地理解和应用TABV导航框架，为地空双模式车辆的开发和研究提供有力支持。

源码请参考https://github.com/ZJU-FAST-Lab/Terrestrial-Aerial-Navigation。

所有的规划算法以及其他关键模块的实现都在 TIE_navigation 文件夹中：

• plan_env：在线建图算法。它接收深度图像（或点云）和相机位姿（里程计）作为输入，通过射线投射更新概率体素地图，并构建规划系统的欧氏距离场（ESDF）。
• path_searching：前端路径搜索算法。目前包括一个遵循四旋翼动力学的动力学路径搜索算法。它还包含一个基于采样的拓扑路径搜索算法，用于生成捕捉3D环境结构的多个拓扑上有区别的路径。
• bspline：基于B样条轨迹的实现。
• bspline_opt：使用B样条轨迹的梯度优化算法。