参考线平滑-CostThetaSmoother-Ipopt

CostThetaSmootherApollo中离散点参考线平滑方法的一种。

1. 优化目标

在这里插入图片描述

1.1 平滑性

参考线平滑的首要目标当然是平滑性,使用向量P1P2⃗\vec{P_1 P_2}P1P2 P2P3⃗\vec{P_2 P_3}P2P3 之间夹角的余弦值来表示,显然cos⁡θ\cos{\theta}cosθ越小,三个点P1,P2,P3P_1,P_2,P_3P1,P2,P3越接近一条直线,越平滑。因为θ\thetaθ越接近000cos⁡θ\cos{\theta}cosθ越大,所以应该使−cos⁡θ-\cos{\theta}cosθ越小。
Jsmooth=−∑i=2N−1cos⁡θi=−∑i=2N−1Pi−1Pi⃗⋅PiPi+1⃗∣Pi−1Pi⃗∣∣PiPi+1⃗∣=−∑i=2N−1(xi−xi−1)(xi+1−xi)+(yi−yi−1)(yi+1−yi)(xi−1−xi)2+(yi−1−yi)2(xi+1−xi)2+(yi+1−yi)2(1-1) J_{smooth} = - \sum^{N-1}_{i=2} \cos{\theta_i} = - \sum^{N-1}_{i=2} \frac{\vec{P_{i-1} P_i} \cdot \vec{P_i P_{i+1}}} {|\vec{P_{i-1} P_i}| |\vec{P_i P_{i+1}}|} = - \sum^{N-1}_{i=2} \frac{(x_i - x_{i-1}) (x_{i+1} - x_i) + (y_i - y_{i-1}) (y_{i+1} - y_i)} {\sqrt{(x_{i-1} - x_i)^2 + (y_{i-1} - y_i)^2} \sqrt{(x_{i+1} - x_i)^2 + (y_{i+1} - y_i)^2}} \tag{1-1} Jsmooth=i=2N1cosθi=i=2N1Pi1Pi ∣∣PiPi+1

评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值