• 最近正在学习trajectory optimization，对于无人机系统的轨迹优化，思路都比较清晰了：
  1. minimum snap--闭式解或二次规划OOQP
  2. 基于硬约束的轨迹优化（走廊）--二次规划，NLopt, Moesk
  3. 基于软约束的轨迹优化--二次规划，NLopt
  • 对于无人车，近期看了李柏的《智能网联汽车协同决策与规划技术》：
  1. 建立最优控制问题，生成安全隧道，非线性规划，内点法IPM，求解器为Ipopt
  • 晚上看到了一篇论文，非常不错，正好可以学习一下无人车的轨迹优化具体是怎么实现的：

　　《Efficient Trajectory Planning for Multiple Non-holonomic Mobile Robots via Prioritized Trajectory Optimization》

　　　文章也生成了走廊，轨迹优化求解采用Ipopt，并且也用到了cbs和ecbs，非常指的研读。

　　　https://github.com/LIJUNCHENG001/multi_robot_traj_planner

TODO-1-多机器人轨迹规划_无人机

　　总的来说，无人机，可以形成二次规划，凸优化求解器求解，无人车，NLP问题，用内点法求解器Ipopt。

  • 需要掌握三块内容：
  1. 走廊的生成要掌握，目前已经有刘思康无人机的走廊，李柏的无人车的走廊，本文的走廊，港科大的无人车走廊，高飞的无人机的走廊。
  2. 掌握建模的方法，即无人机模型的书写，无人车模型的书写，形成优化命题（c++）
  3. Nlopt、OOQP的使用（无人机）,Ipopt（无人车）的使用。