姓名：楊晶晶? 學號：21011210420? 學院：通信工程學院

轉(zhuǎn)載自：https://blog.csdn.net/gophae/article/details/104170454

【嵌牛導讀】

1.采用了sampling based的路徑規(guī)劃方法，一開始使用的是點的連接，先生成粗糙曲線然后再做平滑處理。

2.代價函數(shù)的調(diào)參問題。

【嵌牛鼻子】sampling based的路徑規(guī)劃方法簡單介紹以及cost function的調(diào)參采用串聯(lián)評價方法。

【嵌牛提問】cost function有什么優(yōu)點？

【嵌牛正文】

第一個點：空間圖生成的粗糙曲線。

圖一

這個方法在之前的文章解析里面也有提及，意思就是一開始我們不使用直接曲線規(guī)劃，比如給定限制條件后進行五階曲線規(guī)劃，因為這樣雖然一步到位，但是很費計算資源，我們這里依然使用cost function 的方法，去找到一系列的點，連接起來生成連續(xù)但不可導的粗糙曲線，然后在對這些曲線做平滑處理，顯然損耗的計算資源要少很多。這個cost function寫成：

圖二

（1）表示與中心線的橫向偏差， 我們期望永遠能沿著中心線走，偏差盡量小。delta_h是點的前后兩條線段之間的heading的差值。下面的圖表示的很清楚，在上一個論文解析里面（論文解析3）中也說到了這個公式，我們在曲線中，就是希望盡量的把曲線拉直，表示成heading就是希望前后兩個線段的heading的變化能盡量小。

圖三

第二個值得一提的問題就是對cost function 的調(diào)參。因為cost function 中可能涉及很多參數(shù)，這些參數(shù)有的可能很難表示什么具體的物理意義，比如說曲率的二次變化率，我們很難用量化的方式去評判它的好壞，不像我們評判加速度的好壞，有具體的量化指標。第二個，一旦這些參量高達十幾個的時候，他們的權重weight的調(diào)參就會變得越加困難。所以本文提出了一個創(chuàng)新的方法，也不去計算累加和了，而是用了cascaded ranking method. 中文譯名串聯(lián)評價方法。

舉個例子，我們現(xiàn)在就只有6個參量：

圖四

人為的給予不同的重要程度，以上碰撞肯定是最高優(yōu)先級的，偏離預定軌跡和預定速度作為最低優(yōu)先級。我們現(xiàn)在有N條曲線要評判哪條是最優(yōu)曲線，就從這些曲線的這些不用重要性的參量出發(fā)來評價曲線的好壞。對于每個參量對應描述的狀態(tài)，我們就給他三種評價，好，中，壞，比如第一個，是否和靜態(tài)障礙物碰撞，我們對每條曲線的這個部分，進行評價，然后繼續(xù)對第二個優(yōu)先級所描述的狀態(tài)進行評價，再打分，最后把這些東西統(tǒng)一在一個bucketing box里面，統(tǒng)一的原因是我們要避免這個方法是對每個參量的單獨打分，不然就沒意思了。應該放在一起打分。最后我們?nèi)タ偡肿罡叩淖鳛樽顑?yōu)曲線。

這個方法的創(chuàng)意在于，我們是對每個狀態(tài)進行橫向的評價，而不是對單位不統(tǒng)一的參量進行縱向評價。比如，我們對所有曲線是否與靜態(tài)障礙物發(fā)生碰撞這個狀態(tài)打分，就是橫向打分，而我們把每條曲線所有的參量通過量化的方式累加起來，就是縱向?qū)Ρ龋驗榕c靜態(tài)障礙的距離（L/m）與曲線曲率（kappa/1/m）兩者連單位都沒有統(tǒng)一，我們把他們加起來的意義是什么呢？

下圖舉了一個簡單的例子解釋了bucketing box的方法：

圖五