FRC团队的轨迹优化器，使用数值优化
规划时间最优的机器人路线，使用数值优化和图形航点编辑，生成相对于场地或机器人相对的自主例程轨迹。Choreo（约束遵循全向路线编辑器和优化器）由SleipnirGroup开发，目标是FIRST Robotics Competition团队、导师和学生。其核心工作流程将可视路径编辑器与CasADi求解器配对，以实现时间最优轨迹，提供导出到JSON、Java和C++的功能，并适合与WPILib和PathPlanner集成以进行比赛日自主控制的团队。
Choreo 实际上生成什么，精确度如何？
Choreo 通过使用 CasADi 求解器进行数值优化，生成时间优化的轨迹，该求解器计算遵循速度和加速度约束的路径。该工具支持转向和差速驱动动力学，因此计划的运动反映了每个驱动系统的动态，而不是近似样条。导出选项包括 JSON、Java 和 C++，使得可以通过 ChoreoLib 直接导入到机器人代码中以进行运行时执行。
Choreo 如何影响开发工作流程和工具链集成？
该应用程序提供了一个带有航点、约束标记和实时可视化及回放的图形编辑器，与 WPILib 集成，并可以导入到 PathPlanner 中。由于它导出标准格式，并且存在用于 Java、C++ 和 Python 的配套库，团队可以将生成的轨迹放入现有的自主例程中，而无需自定义文件转换器或手动航点转录。
在比赛机器人上使用 Choreo 是否安全，存在哪些安全措施？
优化强制执行物理限制和可配置障碍，因此轨迹受限于机器人的指定速度和加速度上限，而不是依赖手动调整。基于求解器的方法消除了手动“调整”路径的需要，用户定义场地障碍的约束。该项目在 BSD-3-Clause 许可下开源，允许团队在将路线部署到机器人之前检查导出代码和集成库。
我需要专业知识才能有效操作 Choreo 吗？
界面提供了一个可视化编辑器，但其底层方法是数值优化，因此对运动学和约束的熟悉程度可以提高结果。对场地相对和机器人相对坐标的支持有助于将策略映射到硬件。该工具作为独立的 Windows 可执行文件提供，并且也可以通过 WinGet 获得，这简化了学生团队使用的桌面环境的安装。
为准备采用基于优化器的轨迹的团队提供明确选择
Choreo 适合希望获得数学推导、遵循约束的自主路径的 FRC 团队和导师，并且能够接受围绕优化概念的学习曲线。预期会有权衡：实现最佳旅行时间需要提供准确的驱动系统参数和约束值。对于准备定义这些细节的团队，Choreo 提供可重复的、引擎驱动的轨迹，可以插入现有的机器人代码库。
