parking

此程序用于学习自动泊车，主要使用混合A*算法和数值优化的方法做自动停车

程序目前只关注一个周期的轨迹规划

1.参考apllo的混合A*算法生成初始路径

2.根据行车隧道思想编写行车隧道算法

3.利用IPOPT 和ADOLC对优化问题进行求解

4.所有的数据通过matplotcpp进行图形绘制

5.程序经过初步调试，测试结果如下图所示：

202201107 1.增加了apollo TDR-OBCA算法测试对比。 2.增加了速度优化方法，使用了分段加加速度的优化方法

有待进一步研究： 1.详细的参数对比，包括运行效率，速度平滑性，控制平滑性，完成时间等 2.离散点的时间分配问题 3.搭建ros的测试环境，封装为ros包，以增强其通用性 4.参数对曲线的影响有待进行调参测试 5.此方法是将对混合A*的所有点进行优化，需要对采用关键路标点，点与点之间使用曲线连接，对曲线优化的方法进行研究对比。

参考借鉴： 百度apollo 湖南大学李柏《自动驾驶决策规划技术理论与实践》 浙江大学高飞移动机器人运动规划的知识 声明：仅仅作为个人学习使用