路径规划
RobotWoods
编程小白,专注于机器人的开发
展开
-
路径跟踪算法学习及总结
路径跟踪算法学习及总结1.Stanley method 前轴控制2.Pure pursuit(纯跟踪)自行车模型 其中 δ 表示前轮的转角,L 为轴距(Wheelbase),R则为在给定的转向角下后轴遵循着的圆的半径。这个公式能够在较低速度的场景下对车辆运动做估计。从自行车模型出发,纯跟踪算法以车后轴为切点, 车辆纵向车身为切线, 通过控制前轮转角,使车辆可以沿着一条经过目标路点(goal point)的圆弧行驶,如下图所示图中 (gx, gy)是我们下一个要追踪的路点,它位于我们已经原创 2020-06-29 22:11:34 · 10338 阅读 · 2 评论 -
基于滑模控制的反步控制器设计
先放个demo链接,正文后续补充程序GITHUB地址原创 2020-08-24 15:04:01 · 2308 阅读 · 2 评论 -
Cartesian 坐标系与Frenet坐标系的转换
前言在机器人或者无人车规划的时候,通常需要引入Frenet坐标系.这篇文章主要介绍了笛卡尔坐标系和Frenet坐标系之间的转换.什么是Frenet坐标系Frenet坐标系是一种以比传统x,y笛卡尔坐标更直观的方式表示道路位置的方式。用Frenet坐标,我们使用变量 s和d描述车辆在道路上的位置。该s坐标表示沿道路的距离(也称为纵向位移)和d坐标表示道路上的左右位置(也称为横向位移)。由于通常道路都是曲折的,这样的话用笛卡尔坐标系描述道路会非常复杂,但是如果采用Frenet坐标系,则会非常直观和简单.转载 2020-06-30 11:11:07 · 6074 阅读 · 1 评论 -
A*算法(C++及ROS中算法解析)
A* 寻路算法原文地址: http://www.gamedev.net/reference/articles/article2003.asp概述虽然掌握了 A* 算法的人认为它容易,但是对于初学者来说, A* 算法还是很复杂的。搜索区域(The Search Area)我们假设某人要从 A 点移动到 B 点,但是这两点之间被一堵墙隔开。如图 1 ,绿色是 A ,红色是 B ,中间蓝色是墙。图 1你应该注意到了,我们把要搜寻的区域划分成了正方形的格子。这是寻路的第一步,简化搜索区域,就像我们这原创 2020-06-08 22:47:36 · 3891 阅读 · 4 评论