plannerHybridAStar
ハイブリッド A* パス プランナー
説明
ハイブリッド A* パス プランナー オブジェクトは、非ホロノミック拘束をもつビークルに対し与えられた 2 次元マップで、滑らかなパスを生成します。この手法では、状態変数 (x、y、theta) を使用してビークルの 3D 運動学的状態空間に A* アルゴリズムを適用します。さらに、解析的な Reed-Shepp 拡張を使用して検索速度を向上させます。
MinTurningRadius、ForwardCost、ReverseCost などのプロパティを調整して、接続の動作を変更できます。AnalyticExpansionInterval プロパティを使用して、Reeds-Shepp 接続をチェックするサイクルを設定できます。
メモ
ハイブリッド A* プランナーは、stateValidator オブジェクトの ValidationDistance プロパティに基づいて運動プリミティブと解析的展開を内挿することにより、マップ内で衝突をチェックします。ValidationDistance プロパティが Inf に設定されている場合、オブジェクトは状態バリデーターで指定されているマップのセル サイズに基づいて内挿します。ビークル サイズを考慮して、占有マップをプランナーに割り当てる前にインフレートします。
作成
説明
planner = plannerHybridAStar(validator)validator 入力を、validatorOccupancyMap または validatorVehicleCostmap オブジェクトとして指定してください。validator 入力は、StateValidatorプロパティの値を設定します。
planner = plannerHybridAStar(validator,Name,Value)
プロパティ
例
ハイブリッド A* アルゴリズムを使用して、駐車場を通るビークルの衝突のないパスを計画します。
マップの作成と状態バリデーターへの割り当て
駐車場のビークル コストマップでセルのコスト値を読み込みます。
load parkingLotCostVal.mat % costVal
コスト値をもつbinaryOccupancyMapを作成します。
resolution = 3; map = binaryOccupancyMap(costVal,resolution);
状態空間を作成します。
ss = stateSpaceSE2;
状態空間の範囲を更新してマップ制限と同じにします。
ss.StateBounds = [map.XWorldLimits;map.YWorldLimits;[-pi pi]];
衝突チェック用の状態バリデーター オブジェクトを作成します。
sv = validatorOccupancyMap(ss);
マップを状態バリデーター オブジェクトに割り当てます。
sv.Map = map;
パスの計画と可視化
plannerHybridAStarオブジェクトを状態バリデーター オブジェクトで初期化します。プランナーの MinTurningRadius および MotionPrimitiveLength プロパティを指定します。
planner = plannerHybridAStar(sv, ... MinTurningRadius=4, ... MotionPrimitiveLength=6);
ビークルの開始姿勢とゴール姿勢を [x, y, theta] ベクトルとして定義します。"x" と "y" は位置をメートル単位で指定し、"theta" は向きの角度をラジアン単位で指定します。
startPose = [4 9 pi/2]; % [meters, meters, radians]
goalPose = [30 19 -pi/2];開始姿勢からゴール姿勢までのパスを計画します。
refpath = plan(planner,startPose,goalPose,SearchMode='exhaustive'); 関数 show を使用してパスを可視化します。
show(planner)
![Figure contains an axes object. The axes object with title Hybrid A* Path Planner, xlabel X [meters], ylabel Y [meters] contains 8 objects of type image, line, scatter. These objects represent Reverse Motion Primitives, Forward Motion Primitives, Forward Path, Path Points, Orientation, Start, Goal.](../../examples/nav/win64/ObstacleFreePathPlanningUsingHybridAStarExample_01.png)
参照
[1] Dolgov, Dmitri, Sebastian Thrun, Michael Montemerlo, and James Diebel. Practical Search Techniques in Path Planning for Autonomous Driving. American Association for Artificial Intelligence, 2008.
[2] Petereit, Janko, Thomas Emter, Christian W. Frey, Thomas Kopfstedt, and Andreas Beutel. "Application of Hybrid A* to an Autonomous Mobile Robot for Path Planning in Unstructured Outdoor Environments." ROBOTIK 2012: 7th German Conference on Robotics. 2012, pp. 1-6.
