随笔分类 -  路径规划算法

摘要：1.从起始点开始，之后随机撒一个点，选择RRT树中离这个点最近的点。找到这个点，然后在这两个点之间的连线上选择 一个点作为新的点插入到树中，这是基本的RRT算法。RRT*在这个地方处理有所不同，会以xnew为圆心，之后利用xnear 之间的距离大于作为半径，在这个区域内的点作为找一条最近的路径。之后 阅读全文

摘要：1.设置一个具有优先级的队列去存储所有扩展过的节点 2.设置启发式函数 3.设置起始点的状态state xs 4.设置起始点的G值为0，其他节点为无穷大。 循环： 从队列中取出f = g +h 的最小值 标记这个节点 如果是目标节点，则返回 对于这个节点所有未扩展过的邻居 if g(m ) = in 阅读全文

摘要：传统的路径规划无论是A*还是RRT都是基于图搜索然后对路径进行动力学约束的方式进行，这种方式与之前的这两种方式不同， 其原理是利用控制空间以及状态空间的物体的动力学去构建路径，根据起始点和末尾点的状态去算出最优的控制输入jeak以及 最优的T，之后利用前向积分从而得到各个时刻对应的状态。此种方式在复 阅读全文

摘要：1.以加速度作为action,以位置和速度作为state,实现的是值迭代的方式。利用min公式计算G值，DP和RTDP的不同，DP在每个节点的迭代次序会影响收敛速度，DP会将整个 地图的节点都会遍历一遍。因此效率会不高，同时其在开始时不会对G值进行初始化。RTDP会在建图时进行初始化，同时在选择下一 阅读全文

摘要：minimun snap 闭式求解。 导数约束和连续性约束可以和写为一个QP问题（二次规划）问题。此问题是一个凸优化问题，是一定可以求解的。 其中重要的问题是在路径采样点选出来之后，需要对多段多项式进行每一段多项式的系数进行求解。这样的解会带来 一些问题，求解的这些p1,pm是没有实际的物理意义的， 阅读全文

摘要：采样的路径规划是通过不需要遍历所有的网格，在空间中进行随机撒点，然后连接，来构成一个抽象的图，或者树，之后将其连接。相对来讲 更加的高效，尤其使用于三维空间或者复杂空间。 撒点 连线 （没有障碍物的线） 如果有则不记录这个点 概率完备的路径规划器。一定能找到解。 PRM是一种图结构，大概分为两个阶段 阅读全文

摘要：转自：http://www.hungarianalgorithm.com/examplehungarianalgorithm.php 匈牙利算法：一个例子 我们考虑一个例子，其中四个工作（W1，W2，W3和W4）需要执行四个作业（J1，J2，J3和J4），每个工作一个作业。下面的矩阵显示了将某个工人 阅读全文

摘要：Dijkstra算法 Dijkstra算法算是贪心思想实现的，首先把起点到所有点的距离存下来找个最短的，然后松弛一次再找出最短的，所谓的松弛操作就是，遍历一遍看通过刚刚找到的距离最短的点作为中转站会不会更近，如果更近了就更新距离，这样把所有的点找遍之后就存下了起点到其他所有点的最短距离。 下面的地址 阅读全文

摘要：Star 200+ https://github.com/CPFL/Autoware 用于城市自主驾驶的开源软件。 http://www.tier4.jp/ Autoware 用于城市自主驾驶的集成开源软件，由第四层维护。支持以下功能： 3D本地化 3D映射 路径规划 路径跟随 加速/制动/转向控制 阅读全文

摘要：最近在看关于路径规划的算法，对A*算法有点认识，在这里记录一下。 A*算法总能找到最小代价路径，进行搜索的图必须满足如下条件： 1.搜索图中的每个节点的后续几点的数目是有限的。 2.搜索图中所有狐的代价都大于某个正数S A*算法中，评估各扩展节点的代价值时需要用到估价函数，估价函数的一般形式为： f 阅读全文