- 博客(6)
- 收藏
- 关注
RSS订阅原创 解读Autoware.Universe规划模块：Behavior Path Planner
Behavior Path Planner是一个基于行为生成不同形态路径的路径规划器，负责生成基于交通状况的路径（path），车辆可以移动的可行驶区域（drivable area）（在路径消息中定义），将被发送到车辆接口的转向信号（turn signal） 命令。
2022-11-24 10:09:11
4229
1
原创 Autoware.Universe：如何在Carla 0.9.13上运行
Autoware.Universe运行于Carla Simulator 0.9.13
2022-11-22 08:55:30
3345
13
原创 解读Autoware.Universe规划模块：Mission Planner
Mission Planner 负责计算出一条从当前自车位姿（current ego pose）起沿着给定的检查点导航至目标位姿（goal pose）的路线。该路线由静态地图上的一系列车道组成。路线规划不考虑动态物体（如行人和其他车辆）和动态地图信息（如阻塞部分车道的道路施工区域）。因此，输出主题仅在给出目标位姿或检查点时才发布，并将被锁定，直到给出新的目标位姿或检查点。
2022-11-21 14:37:12
2271
原创 浅谈行为树（Behavior Trees）与机器人行为规划（Behavior Planning）
浅谈行为树（Behavior Trees）什么是行为树（Behavior Trees）？行为树是一种描述计划或任务执行的数学模型，在计算机科学、机器人学、控制科学和电子游戏中均有应用。行为树用模块化的方式描述有限的任务集合之间的转换。其优势在于可以创建由简单任务组成的复杂任务，而不需要考虑简单任务是如何执行的。行为树表现出与层级状态机（Hierarchical state machines）的许多相似性，但又有着关键的区别：行为树的主要构建模块是任务而不是状态。因为行为树更容易被理解，在设计中相对不
2022-02-07 10:15:32
8465
原创 视觉SLAM笔记第一篇：概述
目录视觉SLAM笔记第一篇：概述1. 引言2. 什么是视觉SLAM？鸣谢视觉SLAM笔记第一篇：概述1. 引言SLAM的全称是同时定位与建图（Simultaneous localization and mapping），是机器人在未知环境进行（室内或室外）定位的重要手段，也用于进行三维重建，比如稀疏-半稠密重建和稠密重建。SLAM应用的领域很多，比如手持定位设备、自动驾驶的定位和增强现实技术（Augmented Reality）。视觉SLAM是利用计算机视觉技术实现SLAM的一种应用技术。学习（视觉
2021-07-20 10:35:25
224
原创 运动规划算法之概率路线图（Probabilistic Roadmaps）
内容概率路线图（Probabilistic Roadmaps）简介改进算法参考概率路线图（Probabilistic Roadmaps）简介概率路线图（PRM）是基于可用空间和占用空间的给定地图内可能路径的网络图。概率路线图法(PRM)将规划分为两个阶段：学习阶段和查询阶段。在学习阶段，建立一个路线图QfreeQ_{free}Qfree；在查询阶段，利用搜索算法在路线图上寻找路径。一个...
2020-05-02 09:07:36
3719
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人