规控算法技能之路径规划算法

本文介绍了路径规划算法在自动驾驶领域的应用,包括基于搜索的算法如Dijkstra、A*、D*以及Hybrid A*,以及基于采样的算法RRT和RRT*。这些算法各有特点,如Dijkstra在静态环境中的最短路径搜索,A*的启发式搜索,D*的动态环境适应,Hybrid A*结合车辆非完整性约束,RRT和RRT*在高维空间的快速搜索与优化。此外,文章还提到了轨迹规划算法Lattice planner和EM planner,适用于不同场景的路径规划需求。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

前言

对于规划相关的算法岗位而言,常用路径规划/运动规划算法是必备的技能之一,常用的包括基于采样、搜索、曲线拟合和优化的规划算法。这里推荐阅读本篇综述。

概览

本文介绍面试常考的规划相关算法,概览如下:
Dijkstra 单源最短路径、贪心策略
A* 网格搜索、全局 启发式 最优性 完备性
D* 动态环境、重规划反向
Hybrid A* 对偶cost、转向角采样

RRT 采样、随机、局部、可启发、渐进最优、概率完备
RRT* 重连父节点、节点处重新布线。

Lattice planner 采样+选择、横纵同时求解 低速园区和高速公路的场景,城市道路简单路况
EM planner 横纵分离求解、逐层优化迭代。 复杂城市路况 流程复杂 参数较多

一、基于搜索的路径规划算法

1、Dijkstra

从一个顶点到其余各个顶点的最短路径算法,解决的是有权图中单源最短路径问题。

(1)算法思想:

从起始点开始,采样贪心算法策略,每次遍历到始点距离最小且未访问过的顶点的邻接节点,直到扩展到终点为止。从而得出树的根节点到达

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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

打赏作者

执着且专注

予人玫瑰,手有余香

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
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