前言这个学期学校开设了相应的课程,同时也在学习古月居机器人学系列的《基于栅格地图的机器人路径规划指南》,为了巩固知识,方便自己的学习与整理,遂以学习笔记的形式记录。 1.人工势场法人工势场法(artificial potential field,APF)是由Oussama Khatib博士提出的一种应用于研究机器人的路径方法。人工势场法的基本原理就是通过一系列环境感知传感器来探知环境的障碍物
目录 1. PRM算法流程 1.1 预处理 1.2 搜索 2. PRM算法案例 2.1 构型采样 2.2 邻域计算 2.3 图搜索(A*搜索) 3. 采样数量的影响 4. 采样策略 4.1 基于障碍物的采样 4.2 高斯采样 4.3 桥测试采样 4.4 基于凸形识别的混合采样采样 4.5 几种采样策略的对比 4.6 渐进
目录 前言 1. 轨迹规划 1.1 轨迹规划包括以下几个问题: 2. 三次多项式插值 3. 过路径点的三次多项式插值 4. 用抛物线过渡的线性插值 过路径点的用抛物线过渡的线性插值 5. 高阶多项式插值 声明 前言 这个学期学校开设了相应的课程,同时也在学习古月居机器人学系列的《基于栅格地图的机器人路径规划指南》,为了巩固知识,方便自己的学
目录 1. 最佳优先搜索(Best-First Search) 1.1 最佳优先搜索的过程 2. A-Star算法 2.1 Astar算法所属分类 2.2 Astar算法基本概念 2.3 启发函数单调性的推导 2.4 设计代价函数时所需注意的点 2.5 代价函数的选择 2.5.1 曼哈顿距离 2.5.2 欧几里得距离 2.6 确定最终路径
文章目录 前言 1. 涉及的核心配置文件与启动文件 1.1 demo01_gazebo.launch 1.2 nav06_path.launch 1.3 nav04_amcl.launch 1.4 nav05_path.launch 1.5 move_base_params.yaml 1.6 dwa_local_planner_params.yaml
文章目录 前言 准备条件 1. 导航实现01_SLAM建图 1.1 gmapping简介 1.2 gmapping节点说明 1.3 gmapping使用 1.3.1 编写gmapping节点相关launch文件 1.3.2 执行 2. 导航实现02_地图服务 2.1 map_server简介 2.2 map_server使用之地图保存节点(ma
目录 前言 1. 深度优先(DFS)和广度优先(BFS) 2. 深度优先搜索(DFS) 2.1 算法基本思想 2.2 深度优先搜索算法(C) 3. 广度优先搜索(BFS) 3.1 算法基本思想 3.2 广度优先搜索(BFS)(C) 4. Dijkstra算法 4.1 Dijkstra算法原理 4.2 Dijkstra算法基本步骤
文章目录 前言 1. 导航的相关启动和配置文件 1.1 demo01_gazebo.launch 1.2 nav06_path.launch 1.3 nav04_amcl.launch 1.4 nav05_path.launch 1.5 move_base_params.yaml 1.6 global_planner_params.yaml 2. Astar路
文章目录 前言 1. 自主避障在自动驾驶系统架构中的位置 2. 自主避障算法分类 2.1 人工势场法(APF) 2.1.1引力势场的构建 2.1.2斥力势场的构建 2.1.3人工势场法的改进 2.2 TEB(Timed-Eastic-Band, 定时弹性带) 2.3 栅
文章目录 前言 介绍 1. 路径规划在自动驾驶系统架构中的位置 2. 全局路径规划的分类 2.1 基础图搜索算法 2.1.1 Dijkstra算法 2.1.2 双向搜索算法 2.1.3 Floyd算法 2.2 启发式算法 2.2.1 A*算法
目录 1. RRT算法背景 1.1 RRT算法核心思想 1.2 RRT算法优缺点 2. 经典RRT算法 2.1 RRT算法流程 2.2 RRT伪代码 3. 基于目标概率采样 4. RRT_算法 4.1 RRT与RRT_的区别 4.2 RRT_算法详解 4.2.1 RRT_算法总体伪代码 4.2.2 重新选择父节点 4.2.3 重新布线 4.2.4 RRT_算法Choose Paren
文章目录 1. DWA(Dynamic window approach) 1.1 机器人运动模型 1.2 速度采样 1.3 评价函数 2. 实践案例——基于ROS实现Astar与DWA算法 参考文献 1. DWA(Dynamic window approach) 动态窗口法(DWA)主要是在速度空间中采样多组速度,并模拟机器人在这些速度下一定
文章目录 前言 1. 涉及的核心配置文件与启动文件 1.1 demo01_gazebo.launch 1.2 nav06_path.launch 1.3 nav04_amcl.launch 1.4 nav05_path.launch 1.5 move_base_params.yaml 1.6 dwa_local_planner_params.yaml 2. 调
文章目录 前言 1. Apollo控制框架介绍 1.1 控制模块的功能和性能要求 1.2 控制模块的总体框架 1.3 控制模块的代码结构 1.3.1 control -> common 中的主要程序 1.3.2 control -> conf 中的主要程序 1.3.3 control -> controller 中的主要程序 1.3.4 cont
文章目录 前言 1. 控制理论简介 1.1 控制的作用 1.2 自动驾驶控制的目标 1.3自动驾驶控制器的设计 2. 汽车运动学与动力学 2.1 常用的自动驾驶控制算法 2.2 车辆运动学模型 Kinematics 2.3 车辆动力学模型 Dynamics 3. Apollo控制模块 3.1 Apollo控制模块 3.
文章目录 1. 位姿自由度 2. TDOFandCDOF 3.运动学与动力学 4. 运动控制问题描述 5. 运动学建模 6. 机器人位姿 7. 跟踪误差 8. 控制律设计 声明 1. 位姿自由度 位姿自由度——系统在空间中的位姿描述所需变量的个数。任何一个没有受约束的物体,在空间均具有6个独立的运动,即有六个自由度。 六个自由度分别是: 横荡(sway):沿图中轴左右平动;
文章目录 1. 驾驶员预瞄控制概述 1.1 第一个得到应用的驾驶员模型(Crossover模型) 1.2 预瞄概念的诞生 1.3 驾驶员模型环节 1.4 补偿跟踪模型 1.5 预瞄跟踪模型 1.6 速度控制模型 1.6.1 速度控制的驾驶员模型 1.6.2 驾驶员最优预瞄纵向加速度模型 1.7 总结 2. 驾驶员模型 2.1 预瞄策略
文章目录 1.自行车模型(汽车二自由度模型) 注意点 Point1 Point2 2.纯追踪控制 注意点 Point1 Point2 Point3 3.相关代码 参考文献 声明 全局路径由一系列路径点构成,这些路径点只要包含空间位置信息即可,也可以包含姿态信息,但是不需要与时间相关
文章目录 前言 1. PID算法介绍 1.1 时间连续与时间离散 1.2 位置式与增量式 1.3 PID算法扩展 2. PID调试方法 3. APOLLO代码介绍 3.1 PID算法 3.2 积分饱和问题 3.3 纵向控制代码 3.3.1 构造函数 3.3.2 加载各种纵向控制的配置参数 3.3.3 二阶巴特沃斯低通滤波器《数字信号处理》 3
文章目录 1. PID系统框图 2.PID优点 3. PID在车道保持中的应用 3.1 P控制 3.1.1 P控制的特征 3.2 PD控制 3.2.1 D控制的特点 3.3 PID控制 3.3.1 I控制的特征 总结 参考文献 车道保持辅助系统PID算法 [Adamshan-无人驾驶系统
积分
粉丝
勋章
TA还没有专栏噢
第三方账号登入
看不清?点击更换
第三方账号登入
QQ 微博 微信