FAST planner的路径规划算法
FAST Planner核心:以“改进版RRT*/BIT*采样”找可行路径,以“多项式+QP优化”做平滑,兼顾速度与安全;矿卡适配关键:替换动力学约束、调整采样策略、重构代价函数(安全优先);落地价值:适配矿区非结构化环境,实时性满足矿卡硬要求,是除Lattice/Hybrid A*外的优质选择。
·
FAST Planner 是一款面向无人机/地面无人车的高实时性、非结构化环境路径规划算法框架,核心定位是“Fast and Safe Trajectory Planner”——兼顾速度(Fast) 和安全(Safe),特别适配矿区、越野等无结构化道路场景,也是无人矿卡局部规划的重要参考方案。
下面从核心定位、算法架构、关键模块、矿卡适配四个维度,详细拆解FAST Planner的路径规划逻辑,兼顾原理理解和工程落地。
一、FAST Planner 核心定位
1. 设计目标
- 实时性:单帧规划耗时 < 50ms(适配无人车/无人机的硬实时要求)
- 安全性:严格避障,满足车辆动力学约束
- 平滑性:轨迹连续可微分(jerk连续),适配车辆/无人机执行
- 通用性:支持2D(地面车)/3D(无人机)、结构化/非结构化环境
2. 适用场景
- 无人机:室内/室外避障、自主飞行
- 地面无人车:矿区/园区/越野场景、无车道线避障、窄路会车
- 核心优势:对“未知/动态障碍、无先验地图”场景鲁棒性极强(完美匹配矿区矿卡需求)
3. 与传统算法的差异
| 算法/框架 | 核心特点 | 实时性 | 非结构化适配 | 矿卡友好度 |
|---|---|---|---|---|
| FAST Planner | 采样+优化融合、实时避障 | 高 | 极高 | 高(需改造) |
| Lattice Planner | Frenet采样、结构化道路 | 高 | 中 | 中高 |
| Hybrid A* | 网格搜索、非完整约束 | 中 | 高 | 高 |
| DWA/TEB | 反应式、低速轻量 | 极高 | 低 | 低 |
二、FAST Planner 核心算法架构
FAST Planner采用分层规划架构,从“全局粗路径”到“局部平滑轨迹”逐层优化,核心分为4个模块:
模块1:前端——采样式路径搜索(快速找可行路径)
核心算法:改进版 RRT* / BIT*(Batch Informed Trees)
- 传统RRT*问题:随机采样效率低,收敛慢,实时性差;
- FAST Planner改进:
- 目标偏向采样:优先向目标点/全局路径方向采样,减少无效搜索;
- 增量式重规划:仅在局部环境变化区域重新采样,而非全局重搜;
- BIT*批量采样:一次性生成一批采样点,并行计算,提升搜索速度;
- 障碍剪枝:提前过滤碰撞采样点,减少无效节点扩展。
输出
- 一条无碰撞、满足基本动力学约束的粗路径(离散点序列);
- 核心作用:快速找到“能走的路径”,保证可行性(矿卡核心需求)。
模块2:中端——轨迹初生成(粗路径→连续轨迹)
核心方法:五次/七次多项式插值
- 输入:前端输出的粗路径离散点;
- 处理逻辑:
- 将粗路径按“时间/距离”分段;
- 用五次多项式拟合每段路径(保证位置、速度、加速度连续);
- 用七次多项式优化(可选,保证jerk连续,提升平滑性);
- 约束:
- 矿车关键:最小转弯半径、最大转向角、横向加速度(防侧翻);
- 无人机关键:最大航迹角、爬升率。
输出
- 一条连续、无碰撞,但可能存在局部抖动的初始轨迹;
- 核心作用:将离散路径转为连续轨迹,为后端优化打基础。
模块3:后端——轨迹优化(平滑+约束收紧)
这是FAST Planner的核心创新点,分为两步优化:
第一步:几何优化(避障+平滑)
- 建模方式:将轨迹优化转为带约束的优化问题:
- 优化目标:轨迹长度最短 + 曲率最小 + 偏离全局路径最小;
- 硬约束:无碰撞(障碍距离>安全阈值)、道路边界、最小转弯半径;
- 软约束:曲率连续、jerk最小(提升平顺性)。
- 求解算法:QP(二次规划)/ SQP(序列二次规划);
- QP:适合线性约束(如避障、速度限制),求解速度快;
- SQP:适合非线性约束(如矿车侧翻约束、坡道力约束),精度高。
第二步:动力学优化(适配车辆执行)
- 核心逻辑:将几何轨迹与车辆动力学绑定,生成“可执行”的速度/加速度曲线;
- 矿车关键约束:
- 最大/最小速度(矿区干线30km/h,窄路10km/h);
- 最大加速度/减速度(重载矿卡≤0.5m/s²);
- 加加速度(jerk)限制(≤0.2m/s³,避免货料撒落);
- 坡道补偿:上坡降速、下坡限速(防溜车)。
- 求解算法:ST图(s-t graph)速度规划(与Apollo/Lattice逻辑一致)。
模块4:实时重规划触发机制
FAST Planner的“Fast”核心在于增量式重规划,而非全局重规划:
- 触发条件:
- 感知到新障碍(如矿区突然出现的落石/工程车);
- 车辆偏离当前轨迹超过阈值;
- 全局路径更新(如作业点切换);
- 重规划范围:仅在“当前位置 + 前瞻30-50m”的局部区域重规划(矿卡前瞻长度);
- 优势:耗时<20ms,满足矿卡10-20Hz的规划频率要求。
三、FAST Planner 核心创新点(区别于其他规划器)
1. 速度优化:BIT* + 增量重规划
- 比传统RRT*快5-10倍,单帧搜索耗时<10ms;
- 适配矿区“动态障碍多、环境变化快”的特点。
2. 安全保障:多层碰撞检测
- 粗路径阶段:离散点碰撞检测(快速);
- 初始轨迹阶段:连续轨迹碰撞检测(精确);
- 优化阶段:障碍膨胀检测(矿卡大包围盒,含货箱/悬臂)。
3. 平滑性:jerk连续的多项式优化
- 轨迹的位置、速度、加速度、加加速度均连续;
- 完全适配矿卡“重载、低速、忌冲击”的执行特性。
4. 鲁棒性:无地图/弱地图适配
- 无需高精地图,仅需激光/视觉生成的局部代价地图;
- 完美匹配矿区“无车道线、临时路面、软基”的非结构化环境。
四、FAST Planner 适配无人矿卡的关键改造点
FAST Planner原生面向无人机/小型无人车,适配矿卡需修改以下核心点:
1. 动力学约束替换(最核心)
| 原生参数(无人机/小车) | 矿卡适配参数 |
|---|---|
| 最大转弯半径:1-2m | 最大转弯半径:10-20m(矿卡轴距长) |
| 最大加速度:2-5m/s² | 最大加速度:0.3-0.5m/s²(重载) |
| 碰撞包围盒:圆形/小矩形 | 碰撞包围盒:大矩形+外摆差(矿卡长×宽×高) |
| 前瞻长度:5-10m | 前瞻长度:30-50m(矿卡制动距离长) |
2. 采样策略调整
- 减少垂直于行驶方向的采样(矿卡横向机动少);
- 增加“坡道启发采样”:上坡路段优先采样低速轨迹,下坡优先采样制动轨迹;
- 采样步长:0.5-1m(干线)/ 0.2-0.5m(装卸对位)。
3. 代价函数定制(矿卡优先级)
FAST Planner原生代价函数:平滑性 > 效率 > 安全;
矿卡适配后:安全 > 可行 > 平滑 > 效率;
具体权重:
- 碰撞代价:权重100(最高);
- 侧翻风险代价:权重80;
- 偏离压实路面代价:权重50;
- 平滑性代价:权重20;
- 效率代价:权重10。
4. 安全兜底机制
- 增加“规划失败→平滑停车”逻辑:当无可行轨迹时,立即生成减速停车轨迹;
- 多轨迹备份:同时生成3条候选轨迹,主轨迹失效时毫秒级切换。
五、FAST Planner 矿卡落地工程要点
1. 实时性优化
- 采样点数:控制在500-1000个(过多耗时,过少不可行);
- 碰撞检测:用栅格地图+包围盒快速检测(替代逐点检测);
- 算力要求:嵌入式平台(如NVIDIA Xavier)即可满足,无需高端GPU。
2. 与局部规划的集成
- FAST Planner作为“局部避障规划器”,承接全局路径;
- 输出轨迹后,可叠加QP精修(与Apollo/Autoware逻辑一致);
- 最终输出给MPC跟踪控制器,实现轨迹跟踪。
3. 测试验证重点
- 场景1:矿区干线避障(会车/绕落石);
- 场景2:装卸点对位(Hybrid A替代RRT,提升对位精度);
- 场景3:坡道紧急避障(验证减速/停车轨迹的平顺性)。
总结
核心要点回顾
- FAST Planner核心:以“改进版RRT*/BIT*采样”找可行路径,以“多项式+QP优化”做平滑,兼顾速度与安全;
- 矿卡适配关键:替换动力学约束、调整采样策略、重构代价函数(安全优先);
- 落地价值:适配矿区非结构化环境,实时性满足矿卡硬要求,是除Lattice/Hybrid A*外的优质选择。
矿卡工程选型建议
- 干线行驶:Lattice Planner(稳定)为主,FAST Planner为避障备份;
- 窄路/会车/避障:FAST Planner为主(实时性强);
- 装卸对位:Hybrid A*(精度高)+ FAST Planner平滑。
- FAST Planner适配矿卡的核心参数配置表;
- FAST Planner与Lattice Planner的矿卡场景切换逻辑;
- FAST Planner矿卡版的核心代码改造片段(C++)。
更多推荐

所有评论(0)