- 博客(14)
- 收藏
- 关注
RSS订阅原创 数值优化-BFGS
数值优化-BFGS根据前文的拟牛顿法，我们希望求得矩阵 BBB 来近似海森阵的逆，从而还原出海森阵中的曲率信息，满足Δx≈Bk+1Δg,Mk+1Bk+1=I\Delta x \approx B^{k+1}\Delta g, M^{k+1}B^{k+1}=IΔx≈Bk+1Δg,Mk+1Bk+1=I因为满足要求的矩阵有无数多个，因此通过构建优化问题，来求得一个最优的 BBB：minB∥H12(B−Bk)H12∥2 s.t. B=BTΔx=BΔgH=∫01∇2f[(1−τ)xk+
2023-05-04 22:00:43
258
原创 数值优化-拟牛顿法
定义误差ekxk−x∗为第k次迭代的结果与最优解x∗的差，则收敛速度可分为ek1Cekek1Cekpp1ek1Cek2。
2023-04-29 22:00:38
139
原创 数值优化-牛顿法
牛顿法的基本思路为，利用原函数在xfx≈fx≜fxk∇fxkTx−xk21x−xkT∇2fxkx−xk然后，求这个近似的二次函数的极小值点，∇fx∇2fxkx−xk∇fxk0⟹xxk−∇2fxk−1∇fxk为了保证求得的为极小而非极大，需要海森矩阵正定(PD)：∇2fxk≻O。
2023-04-28 22:35:38
96
原创 Robotics:Aerial Robotics (空中机器人) (二)
Robotics:Aerial Robotics (空中机器人) (二)week1.2 Energetics and System Design该专栏为Coursera上宾夕法尼亚大学Kumar教授的课程——Robotics:Aerial Robotics的课程笔记和整理原课程链接：https://www.coursera.org/learn/robotics-flight?specialization=robotics知乎同文：https://zhuanlan.zhihu.com/p/48278
2022-03-18 10:19:12
216
原创 Robotics:Aerial Robotics (空中机器人) (一)
Robotics:Aerial Robotics (空中机器人) (一)week1.1 Introduction 引言该专栏为Coursera上宾夕法尼亚大学Kumar教授的课程——Robotics:Aerial Robotics的课程笔记和整理原课程链接：https://www.coursera.org/learn/robotics-flight?specialization=robotics知乎同文：https://zhuanlan.zhihu.com/p/480922840Quadrot
2022-03-18 10:11:53
465
原创 Search Based Path Planning
Search Based Pathing Planning参考：https://www.bilibili.com/video/BV1yT4y1T7EbDijkstra流程从起点开始扩展，每一步为一个节点找到最短路径cost：f(n) = g(n)g(n)：当前路径，从起点到n的代价（距离）While true：从open list选择代价最小的节点，收录进closed list收录后遍历该节点的所有可访问邻节点，更新cost最优性证明：反证法特性完备最优算法开始
2021-09-14 17:01:39
389
原创 Sample Based Path Planning
Sample Based Path Planning参考：https://www.bilibili.com/video/BV1yT4y1T7EbRRT ( Rapidly Exploring Random Tree )随机采样确定规划的起点后，在地图中随机采样点作为生长方向，在每次选择生长方向时，都有一定概率向着目标点延伸，也有一定概率随机在地图内选择一个方向延伸一段距离。生长点选择与碰撞检测采样了一个随机点后，从现有的RRT树中选择离采样点最近的一个点作为父节点，并向采样点生长一个步长。假设生
2021-09-14 17:00:00
123
原创 Jump Point Search
Jump Point Search 有众多的算法能够在代价一致的均匀网格中（uniform-cost grid maps）搜索最短线性路径，常见的有A*，Dijkstra’s等。而JPS算法相比其他算法，省略了众多点插入和点删除的操作，有选择性地扩展必要的节点。因此有着很高的搜索效率。原论文：Online Graph Pruning for Pathfinding on Grid Maps by Daniel Harabor and Alban Grastien符号和术语JPS算法工作于不定
2021-09-14 16:56:08
328
原创 文献精读：FUEL: Fast UAV Exploration Using Incremental Frontier Structure and Hierarchical Planning
文献精读：FUEL: Fast UAV Exploration Using Incremental Frontier Structure and Hierarchical Planning主要分为两个部分：Incremental Frontier Information Structure用于前沿信息处理；Hierarchical Planning用于运动规划Incremental Frontier Information StructureFrontier Information Struc
2021-09-14 16:52:38
697
原创 文献精读：Robust and Efficient Quadrotor Trajectory Generation for Fast Autonomous Flight
文献精读：Robust and Efficient Quadrotor Trajectory Generation for Fast Autonomous Flight提出了一种鲁棒且高效的轨迹生成方法Kinodynamic Path Searching继承了标准的A*框架，但其中Node为primitive，Edge为kinodynamic motion primitivePrimitives Generation采用无人机的二重积分模型p(t)=[px(t),py(t),pz
2021-09-14 16:51:53
1741
5
原创 文献略读：Frontier-Based 相关
文献略读：Frontier Based 相关A Frontier-Based Approach for Autonomous Exploration该论文第一次提出了frontier-based方法frontier：已知空间和未探索空间的分解区域核心思想：To gain the most new information about the world, move to the boundary between open space and uncharted territory.地图采用evid
2021-09-14 16:49:55
874
原创 文献略读：Next Best View 相关
文献略读：Next Best View 相关Receding Horizon “Next–Best–View” Planner for 3D Exploration基于RRT和NBV的探索规划器每一步都通过随机采样来构建RRT树，采样构型为 (x,y,z,ψ)(x,y,z,\psi)(x,y,z,ψ)采样完成后，寻找增益最大的构型作为NBV，并得到前往该构型的路径增益函数为Gain(n)=Gain(n−1)+Visible(M,ξk)exp(−λc(σk−1k))Gain(n) =
2021-09-14 16:47:10
1242
原创 Conda中创建了虚拟环境，但VSCode无法加载该环境中已有的包
Conda中创建了虚拟环境，且在VSCode中也选择了该环境，但无法加载该环境中已有的包参考博客虽然在安装Anaconda时已添加了环境变量，但新创建的虚拟环境未添加至环境变量中。解决：将“C:\Users\xxx\anaconda3\envs\xxxx\Library\bin”添加到环境变量中其中xxx为自己的用户名，xxxx为Conda环境名，即把对应环境下的Library\bin添加到环境变量中...
2021-06-17 17:16:53
1809
2
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人