这篇博客详细介绍了自动驾驶汽车的定位、感知、规划、决策和控制过程。涵盖了车辆模型、坐标系转换、路径规划算法如Dijkstra、A*、RRT等，以及局部路径规划和决策控制方法，包括PID、PurePursuit、Stanley算法等。还涉及了预测技术，如卡尔曼滤波的三种类型。此外，提供了Python和C++实现的代码仓库链接。
自动驾驶汽车定位-感知-规划-决策-控制概述
规划-决策-控制知识
学习过程中收集到的书籍资料。
自动驾驶决策规划-控制方向学习资料总结
使用python实现的规划控制代码仓库。
使用c++实现的规划控制代码仓库 。
车辆模型
坐标系转换
路径规划
- 全局路径规划算法——Dijkstra算法
- 全局路径规划算法——蚁群算法
- 全局路径规划算法——动态规划算法
- 全局路径规划算法——A*算法
- 局部路径规划算法——曲线插值法
- 局部路径规划算法——人工势场法
- 局部路径规划算法——贝塞尔曲线法
- 局部路径规划算法——B样条曲线法
- 局部路径规划算法——DWA算法
- 基于采样的路径规划算法——PRM
- 基于采样的路径规划算法——RRT
- 基于采样的路径规划算法——RRT-Connect
- 基于采样的路径规划算法——RRT*
- 路径规划—— Dubins 曲线推导(基于向量的方法)
- 路径规划—— Dubins 曲线公式总结(基于几何的方法)
- 路径规划——ReedsShepp 曲线总结
- 汽车速度规划介绍
扫一扫
2568
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
