课程链接:http://bit.baidu.com/Course/detail/id/294.html
讲师:樊昊阳 百度Apollo研发工程师
说明:因个人工作方向变更的原因,该系列学习笔记不再更新,如有影响还请抱歉
接下来的几节课内容,讲解关于运动规划的知识。老师也很可爱,思路挺流畅。
运动规划部分的内容分为:
- 基本介绍(也就是这一节)
- Robotics基本知识以及和运动规划的关系
- 怎么处理信息
- 算法核心,最优解问题
- EM Planning
- 发展方向,数据驱动方面
基本运动规划
motion planning,即运动规划,规划的本质是搜索问题,也就是求某个目标函数的最优解的问题。对于无人车来说就是求无人车运动的最优解问题。
简单化
首先将问题简单化:就是一个Path finding问题,搜索最优路径。
比较经典的算法:深度优先、广度优先算法,他们的问题是没有利用目标位置,运算量会相对较大;
还有A算法,问题是它是全局搜索,需要知道全局信息,通常作为全局优化算法。
现在很多算法依然是基于最初A的思路衍生出来的。
无人车算法的区别
无人车算法相对于这个简单问题来说,有一些更为复杂的问题,比如: