planning & control

最新推荐文章于 2025-12-07 21:20:15 发布
原创 最新推荐文章于 2025-12-07 21:20:15 发布 · 142 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#算法

占坑

自动驾驶-Planning and Control
sdw8855的博客
06-17 548
使用经典的启发式算法，比如A*算法来做行车判定很不靠谱，容易卡在局部最优解，浪费大量的试错也不好优化
[无人驾驶]Planning&Control
xdgs_2005的专栏
08-21 4858
无人驾驶 PID
机器人规划与控制（Planning & Control）技术十年演进（2015–2025）
jzwspace的专栏
11-20 940
中国机器人规控技术十年跃迁（2015-2025） 从2015年步履蹒跚的0.5m/s行走，到2025年15m/s冲刺、专业级乒乓对打，中国机器人运动控制技术实现从追随到全球领先的跨越。关键技术迭代历经四个阶段：2018年前以MPC优化取代手工调参；2019-2021年深度强化学习实现仿真到现实的突破；2022年后运动大模型终结传统算法；2025年端到端具身大模型实现毫秒级实时响应。中国厂商通过自研GPU集群和大模型训练，在四足/人形机器人领域持续突破，2025年已实现16.8m/s冲刺、三连后空翻等超人类极
Robotics Modelling, Planning and Control
Flyover
05-26 1694
求一本电子书啊。。。。。 Robotics Modelling, Planning and Control 作者：Bruno Siciliano 优快云 有下载链接，但是我没有 C 币和积分呐，可咋整，有没有同学可分享下，-----> 邮箱：lisheng_kuang@126.com 多谢！！！！ ...
深度理解特斯拉自动驾驶解决方案 3：规划与控制
Alex
03-20 4457
从理论到现实，分析特斯拉全自动驾驶的演变 在之前的文章中，我们讨论了特斯拉视觉方案的整个架构。 在这篇文章中，我们将讨论：计划与控制。 计划与控制 这部分由特斯拉自动驾驶软件总监Ashok Elluswamy介绍。 视觉网络将密集的视频压缩成3D向量空间，现在规划模块的角色是使用这个向量空间，使汽车到达目的地，同时最大限度地提高汽车的安全性、舒适性和效率。不得不说，作为一个拥有十几年驾驶经验的人类司机，我的驾驶风格就是追求这三点的完美结合。 特斯拉Autopilot的早期版本，在还不叫FSD(Fu.
Modern Robotics-- Mechanics, Planning, and Control.pdf 资源介绍
gitblog_06777的博客
05-09 448
Modern Robotics-- Mechanics, Planning, and Control.pdf 资源介绍 【下载地址】ModernRobotics--MechanicsPlanningandControl.pdf资源介绍 探索现代机器人学的精髓，这里提供《现代机器人学——机械、规划与控制》的电子书资源，一本...
MODERN ROBOTICS MECHANICS, PLANNING, AND CONTROL
fengyu19930920的博客
07-14 7114
       本人进入机器人领域时间不长，但是有一些心得想与大家分享。        对于刚刚入门的学生来说，（美）John J. Craig写的《Introduction to Robotics Mechanics and Control》 ，强烈推荐，本人建议看英文原版，如果感觉英文有些吃力，目前有翻译版《机器人学导论》第三版  ，已分享网盘，链接见下，希望能给初入机器人领域的学子一些帮助。...
【亲测免费】 探索现代机器人学的奥秘：《MODERN ROBOTICS MECHANICS, PLANNING, AND CONTROL》推荐
gitblog_06591的博客
10-31 493
探索现代机器人学的奥秘：《MODERN ROBOTICS MECHANICS, PLANNING, AND CONTROL》推荐 去发现同类优质开源项目:https://gitcode.com/ 项目介绍 《MODERN ROBOTICS MECHANICS, PLANNING, AND CONTROL》是由Kevin M. Lynch和Frank C. Park两位机器人学领域的杰出专家共同撰写...
LLM - 借助记忆Memeory-控制Control-规划Planning 实现 AI Agent
小工匠
08-20 1370
本文介绍了如何构建基于MCP（记忆-控制-规划）范式的商业级编程智能体（AI Agent）。MCP范式通过三个核心模块解决传统代码生成工具的局限性：记忆模块建立三层知识体系（短期/长期/外部记忆），控制模块确保代码质量与安全合规，规划模块实现复杂任务的智能拆解与执行。文章还详细阐述了技术架构设计，包括混合模型部署、多模态交互和知识治理，并以Spring AI为例展示了金融API开发智能体的实现方案。这种智能体通过系统化设计，能够像人类开发者一样理解需求、规划任务并持续优化，为企业研发提效提供新范式。
Robot Motion Planning and Control
11-04
Robot Motion Planning and Control， Laboratoire d'Analye et d'Architecture des Systemes Centre National de la Recherche Scientique LAAS report 97438 Foreword How can a robot decide what motions to ...
Robotics, Modelling, Planning and Control
01-16
根据给定文件信息，《Robotics, Modelling, Planning and Control》是由Bruno Siciliano等人撰写的关于机器人技术的书籍。该书是“Advanced Textbooks in Control and Signal Processing”系列之一，由Michael J. ...
练题100天——DAY21：统计奇数个数+合并有序数组
最新发布
2301_81099859的博客
12-07 217
今天写了两道题，难度，并更新了之前的DAY13的冒泡排序+二进制求和、DAY14全排列的思路。
欧几里得距离算法-相似度
weixin_45609702的博客
12-04 193
本文介绍了一个计算欧几里得距离的Java方法。该方法接收两个Double数组作为输入，通过计算对应元素差值的平方和再开方，返回两个数组之间的欧几里得距离值。当输入数组长度不一致时，方法会返回0作为默认值。欧几里得距离算法常用于比较两个数组之间的相似度，是数据分析和机器学习中的基础距离度量方法。
Leetcode 68 搜索插入位置 | 寻找比目标字母大的最小字母
im_AMBER的博客
12-04 1031
你的错误逻辑正确逻辑找到 target 时返回 mid-1找到 target 时，继续向右查找（因为需要「大于」target 的最小字符）target <letters [mid] 时，mid 是候选，需保留，right=mid（左闭右开）或不立即排除 mid循环结束直接返回 letters [0]循环结束后，先判断 left 是否越界：越界则返回 letters [0]，否则返回 letters [left]初始right的取值与「越界判断」不匹配；
C++ ⼀级 2024 年 03 ⽉
weixin_46669997的博客
12-05 29
当 N 为9, 6, 3, 0时，满足条件 N % 3 == 0，因此它们被输出并跟随一个 #。要注意的是，字符串“a+1= ”最后有一个空格，因而输出的内容是：a+1= 2，答案为A。输入21，21%3的结果为0，进入if的分支，因而第4行代码可以被执行。19.【判断题】C++表达式 “10”*2 执行时将报错，因为 “10” 是字符串类型而2是整数类型，它们数据类型不同，不能在一起运算。Cout后面有两个<<，第1个输出字符串5%2=，第2个输出算术运算“5%2”的结果，为1，答案为D。
浅谈：快递物流与算法的相关性（五）
Duoya1105的博客
12-05 161
NP-C 的英文全称是 Non-deterministic Polynomial Complete，即多项式复杂程度的非确定性问题。简单的写法是NP=P？，问题就在这个问号上，到底有没有让NP=P的算法，或是如何证明NP≠P。启发式算法的思想是：在不断解决问题的过程中寻找解决问题的最优方案。再举一个通俗的例子：当我们用数字密码解锁手机时，如果我们不知道密码是多少，必须将所有的数字组合依次尝试。这听起来像是一句废话，如果将它抽象一点的表述，就是：能用电脑快速验证一个解的问题，是否也能够用电脑快速地求出解。
[优选算法专题十.哈希表 ——NO.55~57 两数之和、判定是否互为字符重排、存在重复元素]
2401_83386596的博客
12-03 688
两数之和问题的最优解法采用哈希表实现O(n)时间复杂度，通过存储元素值与下标的映射关系，快速查找互补值。字符重排判定问题通过单哈希数组统计字符出现次数，先加后减并实时校验，确保字符种类和数量完全一致。存在重复元素问题使用哈希集合检测重复元素，遍历数组时检查元素是否已存在于集合中。三种解法均利用哈希结构优化查找效率，将时间复杂度从暴力解法的O(n²)降至O(n)，是典型空间换时间策略的工业级实现。
简单多源BFS问题
MiauwYuki的博客
12-03 191
简单多源BFS问题
robotics modeling planning and control
02-27
### 机器人建模、规划与控制的概念 机器人技术涉及多个学科领域，包括机械工程、电子电气工程以及计算机科学。对于机器人的建模、规划与控制而言，这些过程旨在使机器人能够执行特定的任务并适应环境变化。 #### 建模(Modeling) 建模是指创建描述物理系统的数学模型的过程。在机器人学中，这通常涉及到几何形状表示、运动学方程和动力学分析等方面的工作。通过建立精确的模型可以预测机器人行为，并据此设计控制器来实现期望的动作[^1]。 #### 规划(Planning) 路径规划是让移动机器人从起始位置到达目标地点的关键环节之一。它不仅考虑如何避开障碍物找到一条可行路线，还要优化这条路径以满足速度、能耗或其他性能指标的要求。局部成本图可以通过设置宽度和高度参数调整其大小，在配置文件里还可以指定诸如最大线性和角加速度这样的动态特性[^2]。 #### 控制(Control) 控制系统负责接收来自传感器的数据输入并对执行器发出指令从而驱动机器人按照预定轨迹运行。现代机器人往往采用反馈机制来进行实时调节；例如基于视觉伺服的方法利用摄像头获取图像信息作为反馈信号指导手臂末端效应器的位置调整。此外还有许多其他类型的算法和技术被应用于不同种类的应用场景当中，比如强化学习用于训练自主决策能力较强的智能体等。 ```python import numpy as np from scipy.integrate import odeint def robot_dynamics(state, t, u): &quot;&quot;&quot; 定义简单的二阶系统状态空间表达式 state: 当前的状态向量 [position;velocity] t: 时间变量 u: 输入力/扭矩 返回下一时刻的状态导数 &quot;&quot;&quot; m = 1.0 # 质量 kg b = 0.5 # 阻尼系数 Ns/m pos, vel = state dposdt = vel dveldt = (-b*vel + u)/m return [dposdt, dveldt] # 初始条件 initial_state = [0., 0.] # 时间范围 time_span = np.linspace(0, 10, num=100) # 施加恒定外力 force_input = lambda t : 1. solution = odeint(robot_dynamics, initial_state, time_span, args=(force_input(time_span),)) print(solution) ```
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值