梯形速度规划算法原理及代码

2023-12-13 02:12

本文主要是介绍梯形速度规划算法原理及代码,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

梯形速度规划的原理:梯形速度规划算法
对应的代码如下:

#pragma once
#include <cmath>
#include <iostream>
#include <vector>
struct SpeedPoint {SpeedPoint() {s = 0;speed = 0;t = 0;}double s;      // mdouble speed;  // m/sdouble t;      // s
};inline std::tuple<double, double, double> trapezoidalSpeedPlanningGetS(const double& max_speed, const double& init_speed,const double& aim_distance, const double& aim_speed,const double& aim_acc) {// 分类讨论,初始车速&最高速度的大小double valid_aim_speed = aim_speed;if (aim_speed > max_speed) {valid_aim_speed = max_speed;}double s1 =(std::pow(max_speed, 2) - std::pow(init_speed, 2)) / (2 * aim_acc);double s3 =(std::pow(max_speed, 2) - std::pow(valid_aim_speed, 2)) / (2 * aim_acc);double s2 = aim_distance - fabs(s1) - s3;if (s2 < 0) {s2 = 0;s1 = (2 * aim_acc * aim_distance - std::pow(init_speed, 2) +std::pow(valid_aim_speed, 2)) /(4 * aim_acc);if (fabs(s1) > aim_distance) {s1 = std::copysign(aim_distance, s1);s2 = s3 = 0;} elses3 = aim_distance - fabs(s1);}return std::tuple<double, double, double>(s1, s2, s3);
}/*** @brief trapezoidalSpeedPlanning: 梯形速度规划* @param max_speed* @param init_speed* @param aim_distance* @param aim_speed* @param aim_acc* s1: 加速段* s2: 匀速段* s3: 减速段* @return*/
inline std::vector<SpeedPoint> trapezoidalSpeedPlanning(const double& max_speed, const double& init_speed,const double& aim_distance, const double& aim_speed,const double& aim_acc) {std::vector<SpeedPoint> results;if (max_speed <= 0) {// to zero.return results;}double s1, s2, sk, s3;std::tuple<double, double, double> result_ss = trapezoidalSpeedPlanningGetS(max_speed, init_speed, aim_distance, aim_speed, aim_acc);s1 = std::get<0>(result_ss);s2 = std::get<1>(result_ss);s3 = std::get<2>(result_ss);sk = fabs(s1) + s2;const double delta_t = 0.1;double acculate_s = 0;double acculate_v = init_speed;double acculate_t = 0;SpeedPoint speed_point;double s1_sign = std::copysign(1, s1);double speed_m = std::sqrt(2 * aim_acc * s1 + init_speed * init_speed);for (; acculate_s < aim_distance;) {speed_point.s = acculate_s;speed_point.t = acculate_t;speed_point.speed = acculate_v;acculate_t += delta_t;results.push_back(speed_point);if (acculate_s <= fabs(s1)) {acculate_s += acculate_v * delta_t;acculate_v += aim_acc * delta_t * s1_sign;} else if (acculate_s < sk) {acculate_s += acculate_v * delta_t;} else {// 减速段acculate_s += acculate_v * delta_t;acculate_v -= aim_acc * delta_t;if (acculate_v <= 0) break;}}return results;
}inline double trapezoidalSpeedPlanningTime(const double& max_speed,const double& init_speed,const double& aim_distance,const double& aim_speed,const double& aim_acc) {if (max_speed <= 0) {// to zero.return INFINITY;}double s1, s2, s3;std::tuple<double, double, double> result_ss = trapezoidalSpeedPlanningGetS(max_speed, init_speed, aim_distance, aim_speed, aim_acc);double valid_aim_speed = aim_speed;if (aim_speed > max_speed) {valid_aim_speed = max_speed;}s1 = std::get<0>(result_ss);s2 = std::get<1>(result_ss);s3 = std::get<2>(result_ss);//  std::cout << "s1: " << s1 << ", s2: " << s2 << ", s3: " << s3 <<//  std::endl;double speed_m = std::sqrt(2 * aim_acc * s1 + init_speed * init_speed);double speed_final = std::sqrt(speed_m * speed_m + 0.2 - 2 * aim_acc * s3);if (fabs(speed_final - valid_aim_speed) > 1) return INFINITY;double time_1 = fabs(speed_m - init_speed) / aim_acc, time_2 = s2 / speed_m,time_3 = (speed_m - speed_final) / aim_acc;return time_1 + time_2 + time_3;
}
inline double GetSpeedPlanningTimeByReultS(const std::tuple<double, double, double>& result_ss,const double& max_speed, const double& init_speed,const double& aim_distance, const double& aim_speed,const double& aim_acc) {if (max_speed <= 0) {// to zero.return INFINITY;}double s1, s2, s3;double valid_aim_speed = aim_speed;if (aim_speed > max_speed) {valid_aim_speed = max_speed;}s1 = std::get<0>(result_ss);s2 = std::get<1>(result_ss);s3 = std::get<2>(result_ss);//  std::cout << "s1: " << s1 << ", s2: " << s2 << ", s3: " << s3 <<//  std::endl;double speed_m = std::sqrt(2 * aim_acc * s1 + init_speed * init_speed);double speed_final = std::sqrt(speed_m * speed_m + 0.2 - 2 * aim_acc * s3);if (fabs(speed_final - valid_aim_speed) > 1) return INFINITY;double time_1 = fabs(speed_m - init_speed) / aim_acc, time_2 = s2 / speed_m,time_3 = (speed_m - speed_final) / aim_acc;return time_1 + time_2 + time_3;
}inline SpeedPoint trapezoidalSpeedPlanningPointByS(const double& s1, const double& s2, const double& s3, const double& s,const double& init_speed, const double& aim_acc) {SpeedPoint speed_point;double speed_m = std::sqrt(2 * aim_acc * s1 + init_speed * init_speed);speed_point.s = s;double s1_sign = std::copysign(1, s1);if (s <= fabs(s1)) {double vt = sqrt(2 * aim_acc * s1_sign * s + init_speed * init_speed);speed_point.speed = vt;speed_point.t = (vt - init_speed) / (aim_acc * s1_sign);} else if (s < fabs(s1) + s2) {double v1_t = speed_m;speed_point.speed = v1_t;// s1_t + (s - fabs(s1)) / v1_t;speed_point.t =(v1_t - init_speed) / (aim_acc * s1_sign) + (s - fabs(s1)) / v1_t;} else {// 减速段double v1_t = speed_m;double t1 = fabs(speed_m - init_speed) / aim_acc;double t2 = s2 / v1_t;double end_speed_2 = v1_t * v1_t - 2 * aim_acc * (s - s2 - fabs(s1));if (end_speed_2 < 1e-2)speed_point.speed = 0;elsespeed_point.speed = sqrt(end_speed_2);speed_point.t = t1 + t2 + (v1_t - speed_point.speed) / aim_acc;}return speed_point;
}

这篇关于梯形速度规划算法原理及代码的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/486792

相关文章

Spring Boot 实现 IP 限流的原理、实践与利弊解析

《SpringBoot实现IP限流的原理、实践与利弊解析》在SpringBoot中实现IP限流是一种简单而有效的方式来保障系统的稳定性和可用性,本文给大家介绍SpringBoot实现IP限... 目录一、引言二、IP 限流原理2.1 令牌桶算法2.2 漏桶算法三、使用场景3.1 防止恶意攻击3.2 控制资源

Python如何去除图片干扰代码示例

《Python如何去除图片干扰代码示例》图片降噪是一个广泛应用于图像处理的技术,可以提高图像质量和相关应用的效果,:本文主要介绍Python如何去除图片干扰的相关资料,文中通过代码介绍的非常详细,... 目录一、噪声去除1. 高斯噪声(像素值正态分布扰动)2. 椒盐噪声(随机黑白像素点)3. 复杂噪声(如伪

Java Spring ApplicationEvent 代码示例解析

《JavaSpringApplicationEvent代码示例解析》本文解析了Spring事件机制,涵盖核心概念(发布-订阅/观察者模式)、代码实现(事件定义、发布、监听)及高级应用(异步处理、... 目录一、Spring 事件机制核心概念1. 事件驱动架构模型2. 核心组件二、代码示例解析1. 事件定义

Python实例题之pygame开发打飞机游戏实例代码

《Python实例题之pygame开发打飞机游戏实例代码》对于python的学习者,能够写出一个飞机大战的程序代码,是不是感觉到非常的开心,:本文主要介绍Python实例题之pygame开发打飞机... 目录题目pygame-aircraft-game使用 Pygame 开发的打飞机游戏脚本代码解释初始化部

Python中使用uv创建环境及原理举例详解

《Python中使用uv创建环境及原理举例详解》uv是Astral团队开发的高性能Python工具,整合包管理、虚拟环境、Python版本控制等功能,:本文主要介绍Python中使用uv创建环境及... 目录一、uv工具简介核心特点:二、安装uv1. 通过pip安装2. 通过脚本安装验证安装:配置镜像源(可

Java中Map.Entry()含义及方法使用代码

《Java中Map.Entry()含义及方法使用代码》:本文主要介绍Java中Map.Entry()含义及方法使用的相关资料,Map.Entry是Java中Map的静态内部接口,用于表示键值对,其... 目录前言 Map.Entry作用核心方法常见使用场景1. 遍历 Map 的所有键值对2. 直接修改 Ma

Mysql的主从同步/复制的原理分析

《Mysql的主从同步/复制的原理分析》:本文主要介绍Mysql的主从同步/复制的原理分析,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录为什么要主从同步?mysql主从同步架构有哪些?Mysql主从复制的原理/整体流程级联复制架构为什么好?Mysql主从复制注意

深入解析 Java Future 类及代码示例

《深入解析JavaFuture类及代码示例》JavaFuture是java.util.concurrent包中用于表示异步计算结果的核心接口,下面给大家介绍JavaFuture类及实例代码,感兴... 目录一、Future 类概述二、核心工作机制代码示例执行流程2. 状态机模型3. 核心方法解析行为总结:三

Nacos注册中心和配置中心的底层原理全面解读

《Nacos注册中心和配置中心的底层原理全面解读》:本文主要介绍Nacos注册中心和配置中心的底层原理的全面解读,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录临时实例和永久实例为什么 Nacos 要将服务实例分为临时实例和永久实例?1.x 版本和2.x版本的区别

python获取cmd环境变量值的实现代码

《python获取cmd环境变量值的实现代码》:本文主要介绍在Python中获取命令行(cmd)环境变量的值,可以使用标准库中的os模块,需要的朋友可以参考下... 前言全局说明在执行py过程中,总要使用到系统环境变量一、说明1.1 环境:Windows 11 家庭版 24H2 26100.4061