| by YoungTimes | No comments

自动驾驶运动规划-Hybird A*算法(续)

Hybird A\*算法保证生成的路径是车辆可实际行驶的,但它仍然包含很多不必要的车辆转向操作,我们可以对其进行进一步的平滑和优化。

Objective Function

对于Hybird A\*生成的车辆轨迹序列:${(x_1, y_1),(x_2, y_2),…,(x_N, y_[……]

继续阅读

Read More
| by YoungTimes | No comments

自动驾驶运动规划-Hybird A*算法

下面的视频展示了DARPA Urban Challenge(DARPA 2007)中Stanford Racing Team的无人车Junior使用的运动规划(Motion Planning)算法Hybird A\*在增量构建的迷宫场景、阻断的道路场景和停车场狭窄停车位场景的实际表现。

在迷宫[……]

继续阅读

Read More
| by YoungTimes | No comments

机器人动态规划(Dynamic Programming)入门

 1、什么是动态规划

CS专业出身的人大抵没有人不知道动态规划(Dynamic Programming)的,该算法的本质就是把复杂的大问题分解成相互重叠的简单子问题,将子问题的最优解层层组合起来,就得到了复杂大问题的最优解。

能用动态规划解决的问题必须满足两个条件:一是最优子结构。即问题[……]

继续阅读

Read More
| by YoungTimes | No comments

基于采样的运动规划算法-RRT(Rapidly-exploring Random Trees)

RRT是Steven M. LaValle和James J. Kuffner Jr.提出的一种通过随机构建Space Filling Tree实现对非凸高维空间快速搜索的算法。该算法可以很容易的处理包含障碍物和差分运动约束的场景,因而广泛的被应用在各种机器人的运动规划场景中。

1、 Bas[……]

继续阅读

Read More
| by YoungTimes | No comments

无人驾驶路径规划技术-三次样条插值(Cubic Spline Interpolation)曲线及Python代码实现

自动驾驶运动规划(Motion Planning)是无人驾驶汽车的核心模块之一,它的主要任务之一就是如何生成舒适的、碰撞避免的行驶路径和舒适的运动速度。生成行驶路径最经典方法之一就是是Sampling-Based Planner算法;基于采样的规划器可以规划出可行的轨迹,但这种轨迹往往是折线,为了保[……]

继续阅读

Read More
| by YoungTimes | No comments

MIT自动驾驶与深度学习公开课(2)-深度强化学习与运动规划

MIT 2017年开设的关于深度学习和自动驾驶的课程,课程共分为五个部分,这是第二部分的内容,主要介绍强化学习的基本知识以及在路径规划和自动驾驶等方面的应用。

[……]

继续阅读

Read More