DWA路径规划算法_位置控制转换成速度控制 dwa

目录

基本概念

实现步骤

参考文献

---

1、基本概念

        基于动态窗口避障算法。该算法利用机器人的速度模型（机器人的位置控制转化为速度控制），计算出可能的轨迹，并判断出不会碰撞的速度【速度空间（横坐标 V , 纵坐标 W ）】，以此速度驱动机器人移动，实现安全导航。

        将位置控制转化为速度控制，在速度空间中采取多组速度，并模拟出这些速度在一定时间内的运动轨迹规划。通过评价函数对这些轨迹进行评价，选取一个最优的轨迹。在速度搜索空间里搜索速度和角速度会收到各种限制条件（后面讲）。对于评价函数可以根据自己的需求进行修改。

        相对于其他局部路径算法（人工势场法），DWA算法在计算量、稳定性和避障效果这些方面的性能指标更为良好。

从集合空间搜索转化为速度空间搜索

不同的速度指令（V,W）会得到不同的运动半径，同样的时间间隔到达不同的终止位置。有些位置是安全的，有些会与障碍物发生碰撞。假如有5对 V ，5对 W ，组合起来就会有25种方案。

2、实现步骤

        （1）基于速度控制运动模型，构建可行的速度空间；

        （2）考虑到机器人在运动过程中最大加速度的约束，在当前速度配置处以固定的小时间间隔开一个速度窗口空间；

        （3）结合机器人速度约束，获得可行速度空间为

        （4）在可行速度空间中选择最优的速度控制指令

存在问题：

        - 根据单步信息数据计算期望速度，在评估选择速度时，不考虑速度和路径平滑，容易导致机器人运动存在震动和轨迹扭动问题；

        - 参数较多，实际实现依赖工程经验，难以适应各种情况。

具体改进思路有以下几个：

        1，自适应其他两个权值；对于，，，比如当障碍物来的时候，可以让比和大一些，让它优先去避障。当没有障碍物时，让大一些，让它以最大的速度趋向于目标点。

        2，结合其他全局路径规划算法；首先对于小车，规划出全局路径，然后就可以通过路径评价或者转点评价子函数进行局部规划。

        3，路径评价子函数；

        4，转点评价子函数；

        5，速度平稳子函数。

参考文献

路径规划之动态窗口法原理，matlab源代码详细讲解！_哔哩哔哩_bilibili