uytguytgf的博客

规划目录和总结

Overview什么是规划规划的本质如何解决一个规划问题传统的规划方法机器人学基础经典算法无人车的规划RoutingPlanningLattice PlannerAPOLLO如何求解规划问题EM PlannerDP、QP求解What is motion planning?Planning确实是目前无人车最困难也最有挑战的部分本质是什么？argminxf(x)argmin_{x}f(x)argminx​f(x)搜索问题Google：Qu

Lattice Planner简介LatticePlanner算法属于一种局部轨迹规划器，输出轨迹将直接输入到控制器，由控制器完成对局部轨迹的跟踪控制。因此，Lattice Planner输出的轨迹是一条光滑无碰撞满足车辆运动学约束和速度约束的平稳安全的局部轨迹。Lattice Planner的输入端主要由三部分组成，感知及障碍物信息、参考线信息及定位信息。局部规划模块的输出是带有速度信息的一系列轨迹点组成的轨迹，其保证了车辆控制器在车辆跟踪控制过程中的平稳性和安全性。局部规划模块的输出是带有速

贝塞尔曲线（Bézier）% 贝塞尔曲线法:基于贝塞尔曲线规划换道轨迹clcclearclose all%% % 定义控制点d = 3.5;P0 = [0, -d/2];P1 = [25, -d/2];P2 = [25, d/2];P3 = [50, d/2];P = [P0; P1; P2; P3];% 直接根据贝塞尔曲线定义式得到路径点n = length(P)-1;Path = [];for t = 0:0.01:1 if

B样条曲线法基于贝塞尔的改进

曲线插值法clcclearclose all%% 场景定义% 换道场景路段与车辆相关参数的定义d = 3.5; % 道路标准宽度len_line = 30; % 直线段长度W = 1.75; % 车宽L = 4.7; % 车长x1 = 20; %1号车x坐标% 车辆换道初始状态与终点期望状态t0 = 0;t1 = 3;state_t0 = [0, -d/2; 5,

构建栅格地图

Dijkstraclcclearclose all%% 图定义% 根据节点的邻近节点表及字母节点-数字节点对应表，构造节点元胞数组nodes_dist = cell(0);%存放不同长度的向量和矩阵的集合nodes_dist(1,:) = {1, [2, 6, 7], [12, 16, 14]}; %第一个：自身节点序号 第二个：与周边临界点有哪些 第三个：该节点到周边节点的权值nodes_dist(2,:) = {2, [1, 3, 6], [12, 10, 7]

D* 算法

A*算法

人工势场法APFclcclearclose all%% 初始化车的参数d = 3.5; % 道路标准宽度W = 1.8; % 汽车宽度L = 4.7; % 车长P0 = [0,-d/2,1,1]; % 车辆起点信息，1-2列位置，3-4列速度Pg = [99,d/2,0,0]; % 目标位置Pobs = [15,7/4,0,0; 30,-3/2,0

快速搜索随机数（RRT）

动态规划（DP）clcclearclose all%% 阶段-状态定义stages = 5;nodes_dist = cell(stages-1,3);% 第1阶段nodes_dist{1,1} = 1;nodes_dist{1,2} = [1,2,3];nodes_dist{1,3} = [2,5,1];% 第2阶段nodes_dist{2,1} = [1;2;3];nodes_dist{2,2} = [1,2,3];nodes_dist{2

HybridAstar是一种带有半径约束的路径平滑规划算法，算法思想来自A*算法，但A*是没有考虑平滑和半径约束的路径规划算法，且基于栅格地图的网格搜索算法，它们的目标代价函数是为了形成一条路径最短的无碰撞路径。而HybirdAstar是在二者的基础上加入半径约束，进行路径不同曲率方向采样，同时采用reedsheep曲线，进行目标点的衔接，来加速路径的生成效率。1. A*算法原理A*算法是基于网格的搜索算法。在算法中，路径的搜索主要考虑了两种代价，一个从起点到当前点路径长度代价g(n)，另一个从..