自动驾驶轨迹规划之碰撞检测（三）

欢迎大家关注我的B站：

偷吃薯片的Zheng同学的个人空间-偷吃薯片的Zheng同学个人主页-哔哩哔哩视频 (bilibili.com)

目录

1.基于圆覆盖

2.BVH

3.MATLAB自动驾驶工具箱?

4 ROS内置的模型

---

自动驾驶轨迹规划之碰撞检测（一）-CSDN博客

自动驾驶轨迹规划之碰撞检测（二）-CSDN博客

大家可以先阅读前两篇关于碰撞检测算法的介绍?

1.基于圆覆盖

圆的性质是圆心到圆周各点等距，这非常适合碰撞检测，如果两个物体能近似为圆，那么两个物体之间是否碰撞，则可以利用两个圆心之间的距离是否大于半径之和就可以判断，但是大部分物体若用圆去近似将产生较大的冗余部分，因此针对汽车，一篇2010年的IEEE IV提出通过多个圆去覆盖车辆，这个方法极大地提高了自动驾驶汽车碰撞检测的计算速度，也是现在广泛使用的方法

但是这个方法仍旧会产生冗余，并且改变覆盖圆的个数难以解决这个问题，因为横向和纵向上的冗余是此消彼长的关系，并且我个人认为汽车最容易发生碰撞的位置其实是汽车的四个角落，但是这种方法在那个地方没有安全距离，如果在圆的半径上补充安全距离，会导致其他地方的冗余距离更大，因此这个方法对于非常狭窄的空间还是不适用的

2.BVH

BVH为层次包围盒，通过递归地形式将碰撞检测的任务分解，当大包围盒之间有碰撞，则检测子包围盒之间有没有碰撞，这能够同时提升碰撞检测的精度和速度，但是基于BVH的碰撞检测取决于待检测物体的形状，每个基元都应该预先计算并存储在阵列中。

BVH的一个较好应用可以看这个视频，这篇论文实现了同时提升自动驾驶汽车碰撞检测的精度和速度，能够良好地应用于狭窄的自主泊车中

3.MATLAB自动驾驶工具箱?

在MATLAB中也实现了基于圆覆盖的碰撞检测算法，同时碰撞检测通过栅格地图实现，详细内容可以参考官方给出的自动驾驶工具箱的相关文档

Costmap representing planning space around vehicle - MATLAB - MathWorks 中国

4 ROS内置的模型

对于ROS中的碰撞检测，很多参加智能车或电赛的同学可能比较熟悉，但其实也存在不少误区，有时候不是调参调不出来，而是没有真正理解这些参数的意义

robot_radius：设置机器人的半径，单位是米。如果你的机器人不是圆形的那就需要使用footprint这个参数，该参数是一个列表，其中的每一个坐标代表机器人上的一点，设置机器人的中心为[0,0]，根据机器人不同的形状，找到机器人各凸出的坐标点即可，具体可参考下图来设置：

inflation_layer:膨胀层，用于在障碍物外标记一层危险区域，在路径规划时需要避开该危险区域

• 当你选用了footprint，那么膨胀层就没有意义了，因为只有你是圆形的，障碍物才能进行有意义的闵可夫斯基和运算
• 同时footprint是利用多边形计算代价，在耗算力，如果为了节省算力，可以用圆，冗余的部分当做缓冲就行
• 如果你发现怎么调膨胀距离都会碰，因为膨胀层仅在圆形时有效，因此为了使用有安全距离的footprint，必须直接扩大footprint

通过下图来认识下为何要设置膨胀层以及意义：

虽然我提到footprint情况下膨胀层没用，但是对于全局路径规划，ROS中默认机器人为质点，这时候膨胀层非常有用，假如你全局路径规划贴边走，那么对于实际机器人完全是碰撞的，这时候就需要膨胀障碍物了