移动机器人运动规划
nullwh
这个作者很懒,什么都没留下…
展开
-
Bug算法(Bug Algorithms)简介(Bug1 & Bug2 & Tangent Bug)
本文所有图片均来自以下这本书:Principles of Robot Motion: Theory, Algorithms, and Implementations[M]. MIT Press, 2005.在上一篇博客我也给出了下载链接。本篇博客主要介绍一下BUG算法:BUG算法(Bug Algorithms)是一种最简单的避障算法。其算法原理类似昆虫爬行的运动决策策略。在未遇到障碍物时,沿直线向目标运动;在遇到障碍物后,沿着障碍物边界绕行,并利用一定的判断准则离开障碍物继续直行。这种应激式的算原创 2020-08-18 18:12:39 · 9067 阅读 · 4 评论 -
可能是最好的A*算法简介,没有之一!
关于A∗A^*A∗算法,中文资源有点少,能够通俗解释A∗A^*A∗算法的也很少,之前比较不错的是这里的英文博客,斯坦福大佬十几年前写的博客,也有一些中文翻译。然后我去大佬博客主页翻了翻,看到了最近的一篇关于A∗A^*A∗的文章,详情请看这里的原文连接。本人粗略搜了一下没发现有对应的中文翻译。因此在这里翻译一份,也可以算作是一个重新的学习吧!由于本人水平有限,难免有纰漏,欢迎随时交流指出,转载请注明出处。写在前面本文翻译自 Red Blob Games,强烈建议看一看大佬的原博客,有很多互动的可视化演示,翻译 2020-08-17 15:08:50 · 1708 阅读 · 2 评论 -
手把手教会用C++实现A*算法
书接上回,上一篇博客我们介绍了A算法最基本的原理,本篇博客我们来手把手的教会大家A算法的C++实现!原文链接在此,大佬分别用Python、C++、C#进行了算法的实现orz正文如下:本文是我对A *的介绍的辅助指南,在此我将解释算法的工作原理。在此页面上,我将展示如何实现广度优先搜索,Dijkstra的算法,贪婪的最佳优先搜索和A *。 我尝试使代码保持简单。图搜索有一系列相关算法。算法有很多变体,实现上也有很多变体。将本文展示的代码视为一个起点,而不是适用于所有情况的最终版本。c++实现注翻译 2020-08-18 16:06:23 · 9282 阅读 · 2 评论 -
移动机器人运动规划(八)--模型预测控制在运动规划的应用
本节课原创 2020-07-22 09:25:53 · 1990 阅读 · 0 评论 -
移动机器人运动规划(七)--基于马尔可夫决策过程的运动规划
本节课原创 2020-07-21 09:23:01 · 1252 阅读 · 1 评论 -
移动机器人运动规划(六)--软约束和硬约束下的轨迹优化
本节课原创 2020-07-20 13:48:49 · 3656 阅读 · 2 评论 -
移动机器人运动规划(五)--轨迹生成
本节课原创 2020-07-17 13:18:15 · 3079 阅读 · 0 评论 -
移动机器人运动规划(四)--动力学约束下的路径规划
本节课原创 2020-07-16 11:09:01 · 8439 阅读 · 1 评论 -
移动机器人运动规划(三)--基于采样的路径规划
本节课原创 2020-07-15 15:32:43 · 1511 阅读 · 0 评论 -
移动机器人运动规划(二)--基于搜索的路径规划
继续我们的学习。本节课主要介绍了基于搜索的路径规划方法。原创 2020-07-14 12:12:24 · 2197 阅读 · 1 评论 -
移动机器人运动规划(一)--概述和课程介绍
某蓝学院开设的机器人运动规划课程。本人正好也是做无人驾驶决策规划这方面的工作的,所以记录一下学习心得!如果觉得有用可以去官网支持!课程一共八节,按照老规矩也分八篇博客来记录,话不多说,开始第一节课!工科思维三问(www):是什么(what)为什么(why)怎们办(how)?本节课和所有的教程课一样,回答了是什么的问题。是一个对课程的整体介绍。这门课是一个学院派的风格,一个模块化的机器人开发流程,而不会介绍时下火热的基于端对端的开发。Path finding算法属于“前端”,我们不希望在这上面花费太多原创 2020-07-14 09:47:28 · 3957 阅读 · 0 评论