超级会员免费看
---
## 🚗 轨迹优化 | 基于边界中间值问题(BIVP)的路径平滑求解器
### 用数学之美解决自动驾驶中的“抖动路径”问题
> **摘要**：传统路径规划算法（如A*、RRT）生成的轨迹往往存在转折突兀、曲率不连续等问题。本文提出一种基于**边界中间值问题（Boundary Intermediate Value Problem, BIVP）**的轨迹平滑优化方法，将路径平滑问题转化为带约束的二次规划（QP）求解，实现**低计算开销的高阶平滑轨迹生成**。附完整C++/Python代码及仿真对比。
---
### 一、问题背景：为什么需要路径平滑？
在自动驾驶、机器人导航中，规划模块生成的路径通常由一系列离散点组成（如下图红色折线）：
直接跟踪此类路径会导致：
1. **车辆横向加速度突变** → 乘坐不适
2. **方向盘转角不连续** → 控制困难
3. **无法满足动力学约束** → 安全隐患
**目标**：生成一条满足以下条件的平滑轨迹：
- **C²连续**（位置、速度、加速度连续）
- **边界约束**（起点/终点位置、速度）
- **曲率有界**（符合车辆最小转弯半径）
---
### 二、传统方法 vs BIVP方案
<
订阅专栏 解锁全文
扫一扫
718
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
