随笔分类 - 移动机器人导航相关
移动机器人导航相关。路径规划，路径跟随，避障处理等技术要点，产品业务逻辑。
摘要：碰撞检测的实现方式和优化(静态环境和动态环境)，停障绕障
阅读全文
摘要：避障的实现（沿墙和局部重规）,传感器视野对避障的影响及解决方法；避障实时地图的实现，不同分辨率地图；
阅读全文
摘要：局部路径规划；路径偏移；lattice和frenet坐标系下的路径规划； 五次曲线采样，用于optimal Frenet #include "quartic_polynomil.h"// 四次多项式 #include "cubic_polynomil_curve1d.h" //三次多项式 #incl
阅读全文
摘要：路径速度规划和路径跟随(加减速策略)；速度空间，定位偏移对跟随的影响；
阅读全文
摘要：极窄通道路径规划、高概率通过实现及其在脱困等场景中的应用
阅读全文
摘要：hybrid Astar实现技术要点 惩罚项和启发值设计，kd树和flann最近邻搜索； dubins和reedshep改进； 碰撞检测实现（基于几何图形和基于轮廓采样）； 气泡带限制搜索空间； 可变参数搜索，分段搜索； 多个分辨率地图同时使用； 描述及实现效果 对于方形机身轮廓footprint、
阅读全文
摘要：elastic band - 路径优化的简单实现 路径优化（基于梯度的滚动优化(算法优化和改进)，二次规划）原理 计算距离场，用于obs优化项计算 有三个优化项； 示例： 跑机测试： 绿色为astsr折线路径，红色为优化光滑后的曲线；效果：将路径点退离障碍物同时保持路径低曲率光滑； 参考
阅读全文
摘要：astar(优化为最短路径，可见性树) astar改进，路径张紧拉直，搜索最短路径 上图中，红色路径为astar路径；靛蓝色路径为拉直后的路径，拉直可以避免因为启发值导致的直接朝向目标点的路径段；拉直后的路径近似为最短路径；
阅读全文
摘要：路径规划；astar(优化为最短路径，可见性树)和hybrid Astar实现（apollo实现，惩罚项和启发值，kd树和flann，dubins和reedshep改进）； 路径优化（基于梯度的滚动优化(算法优化和改进)，二次规划）； sub:极窄通道高概率通过实现，路径规划和脱困；
阅读全文
摘要：仿真模型或数字样机的建立； 传感器数据的获取和控制数据的发送； 数据双向传输代理节点，代理节点和交互界面的实现；数据代理节点与硬件的双向通信，实现硬件算法节点 - 数据代理节点 - 数字样机的数据流互通。实现产品硬件算法在数字样机上的实时验证，在硬件资源或测试环境优先的条件下快速验证算法的有效性，或
阅读全文
摘要：位姿变换；
地图操作；
路径，曲线和速度规划速度平滑；
计算几何；cgal,gems;
阅读全文
摘要：摘要 关于刚体运动：刚体运动和变换的描述，在机器人和slam中都会用到的知识，如：罗德里格斯变换，矩阵指数，旋量。 第二章 刚体运动 第三章 刚体变换
阅读全文
摘要：#include "graphwidget.h" #include <QGraphicsScene> #include <QRectF> #include <QPainterPath> #include <QtCore/qmath.h> #include "base.h" GraphWidget::
阅读全文
浙公网安备 33010602011771号