手把手教用matlab做无人驾驶(十八)--Optimal Trajectory Generation for Dynamic Street Scenarios in a Frenet Frame

本文介绍一种基于Frenet坐标的半被动最优轨迹生成方法,适用于动态高速公路及城市驾驶场景,通过仿真验证其在速度保持、合并、跟车、停车等功能的有效性。

                    Frenet坐标下动态街道场景的最优轨迹生成           

目录          

1.摘要(Abstract)

2.论文主要内容

3.Matlab代码实现与仿真


1.摘要

动态高速公路和市内场景的无人驾驶汽车安全处理包括生成合理的交通轨迹。为了解决全自动驾驶系统的实际需求,我们提出了一种与行为层紧密结合的半被动的轨迹生成方法。通过使用在Frenet坐标系下的最优控制策略实现街道的被动避障,该方法实现的长期目标为:速度保持、合并、跟车、停车。最后在一个模拟的典型的高速公路场景验证了该方法。

 

2.论文主要内容

论文通过下图给出了主要的结论:

                                  

这里,横向使用如下公式:

                      

纵向使用速度保持公式:

                        

最后组合:

                           

3.Matlab代码实现与仿真

对上面公式的核心代码:

  for di=obj.MIN_ROAD_WIDTH: obj.D_ROAD_W:obj.MAX_ROAD_WIDTH
                %Lateral motion palnning
                for Ti=obj.MINT:obj.DT:obj.MAXT
                    
                    % Generate quintic polynomial for lateral plan using dynamics
                    % d0; start position offset
                    % dd0: start lateral velocity
                    % ddd0: start lateral acceleration
                    % di: Varoated lateral target lateral position
                    % ddT: lateral target velocity
                    % dddT: Lateral target acceleration
                    ddT=0;
                    dddT=0;
                    latPoly5 = QuinticPoly(d0, dd0, ddd0, di, ddT, dddT, Ti);
                    
                    %create a frenet trajetory

评论 1
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