视频讲解
1. 需求和目的,参考资源
1.1. 【案例】elastic band/time elastic band
📎Rosmann et al_2013_Efficient trajectory optimization using a sparse model.PDF
参考资源:
cvlife 课程:源码讲解;
1.2. 【案例】高飞 运动规划课程,fastPlanner/egoPlanner
参考 深蓝学院课程:高飞 运动规划课程;
bezier曲线路径优化,飞行走廊生成,最优化实现方法,使用mosek工具求解;
D:\[openFromGit]\Btraj-Noted-main\Btraj\src\trajectory_generator.cpp
1.3. 【案例】apollo 参考线平滑
转换为qp问题,osqp求解;
2. 前提知识,最优化理论和算法,书籍、课程推荐
2.1. 最优化理论基础
梯度;
jocbian;
黑塞矩阵/海森矩阵;
KT条件;
信赖域方法;
非线性优化的数值计算方法:
梯度;
gaussian newton;
LM;lamda的调整;
2.1. 最优化算法,非线性最小二乘
2.2. 书籍推荐
📎最优化:建模、算法与理论-参考答案.pdf📎最优化:建模、算法与理论.pdf
convex optimization;
📎凸优化 (Stephen Boyd, Lieven Vandenberghe).pdf
📎多目标优化总结:概念、算法和应用-20210303-v1.pdf
2.3. 课程推荐
深蓝学院 - 机器人中的数值优化;
2.4. QP问题求解工具
osqp;
mosek;
2.5. 非线性优化的工具;
ceres(自动求导,定位建图icp san to san , scan to map(ceres scan match使用自动求导,需要使用自带的数据类型)), g2o (重点是设置edge , compute error, jocbian), nlopt(计算gradient, 适用于下降可行方向好求的场景);
ipopt;
3. 【实例】基于梯度的优化-梯度下降迭代优化
D:\[opencv_source_navigation]\Hybrid_A_Star-main
3.1. 共轭梯度法公式推导过程
计算下降可行方向
3.2. 代码实现
参考前期hybrid astar的视频里面提到的源码;