环境感知与规划专题(二)——路径规划与运动规划问题

本文探讨了自动驾驶中无人机的路径规划与运动规划问题。路径规划算法如Dijkstra、A*、RRT等生成初步轨迹,但忽视动力学约束。运动规划则结合无人机状态和动力学模型优化轨迹,确保平稳飞行。最小冲量和模型预测控制是常见运动规划算法。通过这两者结合,可获得更平滑的飞行轨迹。
摘要由CSDN通过智能技术生成

0 前言

众所周知,多旋翼无人机的导航与控制部分至关重要。然而,仅仅拥有健壮的导航与控制系统只能完成基本的飞行任务。为了适应实际的复杂业务环境,我们需要为无人机系统设计独立的子系统。

决策子系统,用于处理复杂多变的逻辑问题;
感知子系统,除自身定位外,用于复杂环境的建图、障碍物检测等;
规划子系统,分为路径规划(Path Planning)与运动规划(Motion Planning),用于生成符合无人机动力学约束的最优飞行轨迹。
如下图所示为基本的无人机路径规划与控制流程图。

其中,状态估计解决了无人机自身的定位问题;

建图与障碍物检测提供动态的无人机所处环境的相关信息;

业务层/用户层设定指令、环境感知信息以及无人机动力学模型共同提供了无人机的飞行轨迹的动力学约束条件,常见的如无人机的位置(pos)、速度(vel)、加速度(accel)、加加速度(jerk)、角速度( ω \omega <

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
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