![](https://img-blog.csdnimg.cn/20201014180756780.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
集群路径规划
文章平均质量分 75
后厂村路钢铁侠
打怪升级的机器人小白~
展开
-
【crazyswarm2】中motion_capture.yaml参数文件配置
【代码】【crazyswarm2】中motion_capture.yaml参数文件配置。原创 2023-10-20 17:02:41 · 102 阅读 · 1 评论 -
【crazyswarm2】中serve.yaml参数文件配置
可能是某种控制器类型,具体的含义取决于实际应用的上下文。如果是在一个机器人控制系统中,这可能是选择使用Mellinger控制器进行路径规划或控制。如果是在一个游戏中,它可能是在选择使用Mellinger控制器的玩家角色。:这可能是一个范围,表示当运动速率在这个范围之外时,系统会发出警告。这个范围是80.0到120.0,单位可能是正常的运动速率范围。:报告或运行检查的频率是每秒一次。:这部分似乎是关于固件参数的配置。:似乎是关于运动捕获的警告设置。:这个键表示的是控制器的选择。原创 2023-10-20 16:15:41 · 76 阅读 · 1 评论 -
【crazyswarm2】中Crazyflies.yaml参数文件配置
请注意,您还可以将每个疯蝇的firmware_params和firmware_logging字段放置在“机器人”或“robot_types”字段中。服务器节点将在初始化时,首先查看单个 crazyflie 设置中的参数/日志,然后查看robot_types,然后查看“all”中优先级最低的任何内容。cf代表编号,enabled代表是否启用,uri是无线电编号,初始位置需要提前给方便针对相同标记的无人机进行区分。此外,它还包含firmware_params字段,可以在启动时设置参数。原创 2023-10-20 15:43:18 · 134 阅读 · 1 评论 -
基于马尔可夫决策过程的运动规划-深蓝路径规划P7笔记
目前假设所有的panning都是完美的,但是机器人的实际执行回存在意外的情况:如轮式机器人打滑。因此机器人在状态估计的时候会存在不确定性。机器人不知道什么类型的不确定性或干扰。该机器人通过观察和收集统计数据来估计不确定性。并且其状态估计和执行都是完美的。,大自然给机器人制定的计划的执行增加了不确定性,这对机器人来说是不可预测的。在这一章的planing是两者相互影响的。原创 2023-10-14 18:18:50 · 392 阅读 · 1 评论 -
Efficient path planning for UAV formation via comprehensivelyimproved particle swarm optimization
自动生成最优飞行路径是自主式无人机编队系统的关键技术和挑战。为提高无人机编队航迹规划的快速性和最优性,提出了一种基于综合改进粒子群算法的无人机编队三维航迹规划算法。在该方法中,首先采用基于混沌的Logistic映射,以改善粒子的初始分布。然后,将常用的常加速度系数和最大速度系数设计为自适应线性变化的,以适应优化过程,同时提高解的最优性。此外,还提出了用期望粒子替换不期望粒子的变异策略,加快了算法的收敛速度。理论上,综合改进的粒子群算法不仅加快了收敛速度,而且提高了解的最优性。原创 2023-09-19 15:52:57 · 100 阅读 · 1 评论