自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(12)
  • 收藏
  • 关注

原创 《Effective C++》第三版-6. 继承与面向对象设计(Inheritance and Object-Oriented Design)

《Effective C++》第三版阅读笔记,条款32-40

2024-06-17 11:13:06 793 1

原创 《Effective C++》第三版-5. 实现(Implementations)

《Effective C++》第三版阅读笔记,条款26-31

2024-05-16 09:00:00 744

原创 《Effective C++》第三版-4. 设计与声明(Design and Declarations)

《Effective C++》第三版阅读笔记,条款18-25

2024-05-02 13:46:24 879 1

原创 《Effective C++》第三版-3. 资源管理(Resource Management)

《Effective C++》第三版阅读笔记,条款13-17

2024-04-30 08:00:00 1848 1

原创 《Effective C++》第三版-2. 构造析构赋值运算(Constructors,Destructors,and Assignment Operators)

《Effective C++》第三版阅读笔记,条款05-12

2024-04-28 09:38:29 1020

原创 《Effective C++》第三版-1. 让自己习惯C++(Accustoming Yourself to C++)

《Effective C++》第三版阅读笔记,条款01-04

2024-04-25 01:11:16 395

原创 《Effective C++》第三版-0. 导读(Introduction)

《Effective C++》第三版阅读笔记

2024-04-23 18:50:34 308 1

原创 EGO-Planner An ESDF-Free Gradient-Based Local Plan for Quadrotors

欧氏符号距离场(Euclidean Signed Distance Field,ESDF)常用于估计梯度大小和方向轨迹规划只在ESDF很小的子空间进行,更新整个ESDF不必要本文提出ESDF-free的基于梯度的规划框架罚函数的碰撞项基于对比有碰撞的轨迹和无碰撞的引导路径,只有轨迹碰撞新的障碍物时规划器才提取必要的障碍物信息若轨迹是动力学不可行的,则延长轨迹的时间轨迹建模为均匀B样条曲线Φ\PhiΦ,其次数为pbp_bpb​NcN_cNc​个控制点为Q1Q2。

2024-02-07 00:01:02 949

原创 CoNi-MPC:Cooperative Non-inertial Frame Based Model Predictive Control

提出了多机器人协同的系统,可用于在移动的平台上降落、和目标物保持特定的相对运动等任务直接在目标的坐标系中控制UAV,不对目标的运动做假设;在非惯性系(non-inertial frame)中使用NMPC需要目标的相对姿态和速度、角速度以及加速度;该框架不需要准确的状态估计、对目标运动模型的先验知识、频繁的重规划。

2024-02-06 00:06:02 1064

原创 参数曲线(贝塞尔曲线、B样条曲线和NURBS曲线)

https://pages.mtu.edu/~shene/COURSES/cs3621/NOTES/主要包含贝赛尔曲线、B样条曲线和NURBS曲线

2024-01-15 22:56:44 700

原创 常用的Linux命令介绍:13个基本命令和Shell脚本编程

本文档作为笔记整理的初次尝试。shell脚本。

2024-01-15 22:10:28 427

原创 Rethinking Integration of Prediction and Planning in Deep Learning-Based Automated Driving Systems

模块化的自动驾驶系统常把预测和规划作为连续但单独的任务(sequential separate tasks),这种方式没有考虑交通参与者(traffic participants)对自车行为的反应。近期研究表明,集成预测和规划有助于提升驾驶性能。本文系统性地回顾了最先进的(state-of-the-art,SOTA)基于深度学习(deep learning-based)的预测、规划以及综合预测和规划的模型。

2024-01-15 21:28:31 916

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

提示
确定要删除当前文章?
取消 删除