Mr.π的博客

机器人路径规划时受到的uncertainty problem1、Nondeterministic 机器人可能会打滑，偏移2、Probabilistic 机器人传感器传感器的不确定性下面展示的是一个基本的MDP问题，X是状态，U是控制量，θ是扰动（会影响后面的概率），L是cost function。跟常见的状态方程相比，多的是一个cost function L(X,U,θ)。下...

最近学习一下A*，发现这是比Dijsktra更灵活的路径规划算法，结合了BFS和启发式搜索，从而更快，更准的找到最优路径。1、几乎是跟Dijsktra的伪代码格式一模一样，不同的是，从优先级队列中弹出f(n)最低的路径结点，f(n)依据的是cost函数加上heuristic函数后的值。如果heuristic等于0，那么就是Dijsktra的原形。2、如何选择heuristic函数是一个重要...

1、PRM，这是一个图结构。首先在空间内随机撒一些点，然后清除障碍物内的点，然后把其他的点相互较近的连起来。 2、...

Kinodynamic path finding不考虑动力学约束，得到的轨迹是左边的紫色虚线，考虑动力学模型得到的是右边的虚线control spacestate space系统状态方程：s（导数）=As+Bu三个运动学模型：自行车模型、差速机器人模型、小车模型-----------------------------------------------------...

目标：-------------------------------------------------------------------------------------------------------------------------------------------------------------------------分界线------------------...

左边是软约束，右边是硬约束-------------------------------------------------------------------------------------------------------------------------------------------------------------------------分界线---------...