libai1943/CartesianPlanner

解决的问题

本项目为在弯曲道路上运行的自动驾驶车辆提供了一套轨迹规划系统。它通过直接在笛卡尔平面中建立规划与优化过程，克服了传统Frenet坐标系规划器在高曲率道路或复杂障碍物布局下表现不佳的局限性。

工作原理

该规划器采用两阶段流水线生成安全且平滑的路径：

1. 粗略轨迹生成：使用动态规划（DP）搜索，基于道路参考和障碍物位置，找到一条初始无碰撞路径。该路径作为下一阶段的起点。
2. 迭代式笛卡尔优化：利用非线性优化（通过CasADi和Ipopt实现）对粗略路径进行精细化。系统在满足车辆物理约束的前提下，优化车辆运动的平滑性、航向和加加速度（jerk）。

为处理碰撞问题，系统生成“笛卡尔走廊”——即围绕车辆前后位置的轴对齐无碰撞盒。随着轨迹的不断优化，这些走廊会迭代更新，确保最终路径始终安全。

适用对象

本项目专为从事运动规划的机器人和自动驾驶工程师设计，尤其适合那些希望在复杂道路几何结构中寻找Frenet坐标系替代方案的用户。

主要亮点

• 直接笛卡尔公式化：避免在高度弯曲道路上进行坐标变换的困难。
• 两阶段流水线：结合快速DP搜索实现全局可行性，以及非线性优化实现局部平滑性。
• 动态障碍物支持：通过查询预测的未来占据状态，处理随时间变化的障碍物。
• 迭代走廊精炼：根据不断演化的轨迹估计，逐步调整无碰撞空间盒。
• ROS集成：完全实现为一个ROS包，支持RViz可视化。