
自动驾驶规划
文章平均质量分 73
本专栏收录自动驾驶规划内容
0->oo
不积跬步无以至千里,不积细流无以成江海!
展开
-
无人驾驶-规划-混合A*
一、混合A*算法变更了连通图结构。与A算法在网格上搜索相比,混合A算法额外考虑了θ这一维度,从而将连续的三维(x, y, θ)状态空间网格化。且混合A*使用车辆后轴中心点坐标,使用θ代表车辆位姿。二、混合A*更改了节点拓展方式。假设当前节点Nodecurrent中具体记录着车辆位姿(x, y, θ),混合A算法要求在v, Φ在单位时间1.0秒内采样为某常值,是的车辆以初始状态在单位时间内1.0秒内按照v, Φ行驶,通过前向模拟获得一段始于起点位姿的符合车辆运动学的行车路径,且路径末端位姿落入的三位网格原创 2022-03-04 22:02:45 · 2128 阅读 · 0 评论 -
无人驾驶-规划-深度优先搜索和广度优先搜索
无人驾驶-规划-DFS和BFS一、深度优先搜索1.1 概念深度优先搜索和广度优先搜索,都是图形搜索算法,它两相似,又却不同,在应用上也被用到不同的地方。这里拿一起讨论,方便比较。深度优先搜索属于图算法的一种,是一个针对图和树的遍历算法,英文缩写为DFS即Depth First Search。深度优先搜索是图论中的经典算法,利用深度优先搜索算法可以产生目标图的相应拓扑排序表,利用拓扑排序表可以方便的解决很多相关的图论问题,如最大路径问题等等。一般用堆数据结构来辅助实现DFS算法。其过程简要来说是对每一转载 2021-12-19 23:22:55 · 350 阅读 · 0 评论 -
无人驾驶-规划-多项式拟合
多项式拟合一、前言二、最小二乘法三、最小二乘法推导3.1 代数法3.2 矩阵法3.2.1 误差平方和S矩阵表示3.2.2 最优函数的系数求解3.2.3 代数法与矩阵法对比四、代码实现4.1 函数声明4.2 函数实现4.3 主函数五、参考链接一、前言自动驾驶开发中经常涉及到多项式曲线拟合,本文详细描述了使用最小二乘法进行多项式曲线拟合的数学原理,通过样本集构造范德蒙德矩阵,将一元 N 次多项式非线性回归问题转化为 N 元一次线性回归问题,并基于线性代数 C++ 模板库——Eigen 进行了实现,最后,比较转载 2021-10-27 21:03:58 · 765 阅读 · 0 评论