路径规划之基于二次规划的路径平滑Matlab代码

参考:

自动驾驶决策规划算法第二章第二节(上) 参考线模块_哔哩哔哩_bilibili

自动驾驶决策规划算法第二章第二节(下) 参考线代码实践_哔哩哔哩_bilibili

QP函数,二次规划的逻辑

Matlab 复制代码
function [smooth_path_x,smooth_path_y] = QP(path_x, path_y, w_cost_smooth, w_cost_length, w_cost_ref, x_lb, x_ub, y_lb, y_ub)

%   采用二次规划平滑路径
%   0.5X'Hx + f'x = min
%   lb <= x <= ub

% 输入:
% path_x, path_y: 待平滑路径
%  w_cost_smooth, w_cost_length, w_cost_re:平滑代价,紧凑代价,几何相似代价权重系数
% x_lb, x_ub, y_lb, y_ub:允许x, y变化的上下界(约束条件)

% 输出:
% smooth_path_x,smooth_path_y:平滑后路径

% 分析二次规划的形式
% H = 2 * (w_cost_smooth * A1' * A1 + w_cost_length * A2' * A2 + w_cost_ref * A3' * A3)
% f = -2 * w_cost_ref * path(待优化路径的xy组合)
% A1 = [1, 0, -2, 0, 1, 0              
%          1, 0, -2, 0, 1, 0
%             1, 0, -2, 0, 1, 0
%                1, 0, -2, 0, 1, 0
%                    .............]
% A2 = [1, 0, -1, 0,              
%          1, 0, -1, 0,
%             1, 0, -1, 0,
%                1, 0, -1, 0,
%                    .............]
% A3 为2n*2n的单位矩阵,n为平滑点的个数

n = length(path_x);

% 初始化平滑路径
smooth_path_x = zeros(n,1);
smooth_path_y = zeros(n,1);

% 初始化损失函数相关信息
A1 = zeros(2*n-4, 2*n);
A2 = zeros(2*n-2, 2*n);
A3 = eye(2*n, 2*n);
path = zeros(2*n, 1);

% 初始化不等式约束
lb = zeros(2*n, 1);
ub = zeros(2*n, 1);

% 初始化等式约束(起点和终点必须一致)
Aeq = zeros(2*n, 2*n);
beq = zeros(2*n, 1);

%计算f、lb、ub
for i = 1:n
    path(2*i-1) = path_x(i);
    path(2*i) = path_y(i);

    lb(2*i-1) = path_x(i) - x_lb;
    lb(2*i) = path_y(i) - y_lb;

    ub(2*i-1) = path_x(i) + x_ub;
    ub(2*i) = path_y(i) + y_ub;
end

% 计算A1
for i = 1:2*n-5
    A1(i, i) = 1;
    A1(i, i+2) = -2;
    A1(i, i+4) = 1;
    A1(i+1, i+1) = 1;
    A1(i+1, i+3) = -2;
    A1(i+1, i+5) = 1;
end

% 计算A2
for i = 1:2*n-3
    A2(i,i) = 1;
    A2(i,i+2) = -1;
    A2(i+1,i+1) = 1;
    A2(i+1,i+3) = -1;
end

H = 2 * (w_cost_smooth * (A1' * A1) + w_cost_length * (A2' * A2) + w_cost_ref * (A3' * A3));
f = -2 * w_cost_ref * path;

% 计算Aeq、beq
Aeq(1,1) = 1;
Aeq(2,2) = 1;
Aeq(2*n-1,2*n-1) = 1;
Aeq(2*n,2*n) = 1;
beq(1,1) = path(1,1);
beq(2,1) = path(2,1);
beq(2*n-1,1) = path(2*n-1,1);
beq(2*n,1) = path(2*n,1);

%起点
X0 = path;

% 进行二次规划
X = quadprog(H,f,[],[],Aeq,beq,lb,ub,X0);

for i = 1:n
    smooth_path_x(i) = X(2*i-1);
    smooth_path_y(i) = X(2*i);
end
 

end

main函数,运行QP

Matlab 复制代码
clear;
clc;

path_x = [0, 1, 2, 4, 5, 5, 5, 6, 7, 8, 9, 10, 11, 12, 12, 13, 14, 14];
path_y = [0, 0, 0, 0, 0, 1, 2, 3, 4, 5, 9, 10, 11, 12, 12, 13, 14, 14];
w_cost_smooth = 3;
w_cost_length = 2;
w_cost_ref = 1; 
x_lb = 1;
x_ub = 1;
y_lb = 1;
y_ub = 1;

[smooth_path_x, smooth_path_y] = QP(path_x, path_y, w_cost_smooth, w_cost_length, w_cost_ref, x_lb, x_ub, y_lb, y_ub);

hold on;
plot(path_x, path_y,'Color','red');
plot(smooth_path_x, smooth_path_y,'Color','blue');

运行结果:蓝色为原路径,红色为平滑路径

相关推荐
半桔2 分钟前
红黑树剖析
c语言·开发语言·数据结构·c++·后端·算法
果冻人工智能2 分钟前
打造 AI Agent 对于中产阶级来说就是场噩梦
人工智能
eason_fan11 分钟前
前端面试手撕代码(字节)
前端·算法·面试
MediaTea14 分钟前
AI 文生图:提示词撰写技巧与示例(ChatGPT-4o 篇)
人工智能
今天_也很困18 分钟前
牛客2025年愚人节比赛
c++·算法
Joe_Wang520 分钟前
[图论]拓扑排序
数据结构·c++·算法·leetcode·图论·拓扑排序
墨绿色的摆渡人25 分钟前
用 pytorch 从零开始创建大语言模型(三):编码注意力机制
人工智能·pytorch·语言模型
2401_8582861139 分钟前
CD21.【C++ Dev】类和对象(12) 流插入运算符的重载
开发语言·c++·算法·类和对象·运算符重载
zm-v-1593043398642 分钟前
ChatGPT 与 DeepSeek:学术科研的智能 “双引擎”
人工智能·chatgpt