路径规划_Chapter5_HW1_通过数值优化方法解Minimum Snap的轨迹生成问题
前言:
第一次写优快云博客,用我家蛋蛋记录一下,谢谢! 写博客的主要目的是想和大家相互交流学习
1.原理
求解Q的方法:
解目标函数为Minimum Snap,多项式表达式为七次多项式
f ( t ) = ∑ i p i t i = p 7 t 7 + p 6 t 6 + p 5 t 5 + p 4 t 4 + p 3 t 3 + p 2 t 2 + p 1 t + p 0 f(t)=\sum\limits_{i}p_it^i=p_7t^7 + p_6t^6 + p_5t^5 + p_4t^4 + p_3t^3 + p_2t^2 + p_1t + p_0 f(t)=i∑piti=p7t7+p6t6+p5t5+p4t4+p3t3+p2t2+p1t+p0
Cost funciton为Minimum Snap,
每段轨迹的Cost funciton为f(t)的4次导数的平方 J k ( T ) = ∫ T k − 1 T k ( f 4 ( t ) ) 2 d t J_k(T)=\int_{T_{k-1}}^{T_k}(f^4(t))^2dt Jk(T)=∫Tk−1Tk(f4(t))2dt
经过推导得出
J k ( T ) = [ ⋮ p i ⋮ ] T [ ⋮ ⋯ i ( i − 1 ) ( i − 2 ) ( i − 3 ) l ( l − 1 ) ( l − 2 ) ( l − 3 ) i + l − 7 T i + l − 7 ⋯ ⋮ ] [ ⋮ p i ⋮ ] = p k T Q k p k J_k(T)=\left[ \begin{matrix} \vdots\\ p_i\\ \vdots \\ \end{matrix} \right]^T\left[ \begin{matrix} & \vdots & \\ \cdots & \frac{i(i-1)(i-2)(i-3)l(l-1)(l-2)(l-3)}{i+l-7}T^{i+l-7} & \cdots \\ & \vdots \\ \end{matrix} \right]\left[ \begin{matrix} \vdots\\ p_i\\ \vdots \\ \end{matrix} \right]=p_k^TQ_kp_k Jk(T)=⎣⎢⎢⎡⋮pi⋮⎦⎥⎥⎤T⎣⎢⎢⎡⋯⋮i+l−7i(i−1)(i−2)(i−3)l(l−1)(l−2)(l−3)Ti+l−7⋮⋯⎦⎥⎥⎤⎣⎢⎢⎡⋮pi⋮⎦⎥⎥⎤=pkTQkpk
其中i和j=[0:n_order],n_order为每段多项式的阶数。Qk为(n_order+1)*n_order+1)的矩阵。
k代表第k段轨迹。
算出每一段轨迹的Qk矩阵,通过对角对阵构造的方法,构造出经过轨迹的总的Q矩阵:
Q = [ Q 1 0 ⋯ 0 0 Q k ⋯ 0 ⋮ ⋮ ⋱ 0 0 0 … Q n s e g ] Q=\left[ \begin{matrix} Q_1 & 0 &\cdots &0 \\ 0 & Q_k &\cdots &0 \\ \vdots & \vdots & \ddots &0 \\ 0 & 0 & \dots & Q_{nseg} \end{matrix}\right] Q=⎣⎢⎢⎢⎡Q10⋮00Qk⋮0⋯⋯⋱…000Qnseg⎦⎥⎥⎥⎤
则
J = p T Q p = [ p 1 ⋮ p k ⋮ p n s e g ] T [ Q 1 0 ⋯ 0 0 Q k ⋯ 0 ⋮ ⋮ ⋱ 0 0 0 … Q n s e g ] [ p 1 ⋮ p k ⋮ p n s e g ] J=p^TQp=\left[ \begin{matrix} p_1 \\ \vdots \\ p_k \\ \vdots \\ p_{nseg} \end{matrix}\right]^T \left[ \begin{matrix} Q_1 & 0 &\cdots &0 \\ 0 & Q_k &\cdots &0 \\ \vdots & \vdots & \ddots &0 \\ 0 & 0 & \dots & Q_{nseg} \end{matrix}\right] \left[ \begin{matrix} p_1 \\ \vdots \\ p_k \\ \vdots \\ p_{nseg} \end{matrix}\right] J=pTQp=⎣⎢⎢⎢⎢⎢⎢⎡p1⋮pk⋮pnseg⎦⎥⎥⎥⎥⎥⎥⎤T⎣⎢⎢⎢⎡Q10⋮00Qk⋮0⋯⋯⋱…000Qnseg⎦⎥⎥⎥⎤⎣⎢⎢⎢⎢⎢⎢⎡

本文介绍了一种基于多项式表达的MinimumSnap轨迹生成方法,详细解释了如何通过数值优化方法求解最优轨迹,并提供了Matlab代码实现。
最低0.47元/天 解锁文章
2217

被折叠的 条评论
为什么被折叠?



