路径规划总结 I

路径规划在自动驾驶中至关重要,涉及路径搜索、避障和轨迹生成。本文总结了路径规划的论文,涵盖概念如配置空间、状态、行动、路径、策略和轨迹,并介绍了Voronoi Diagrams、Occupancy Grids、State Lattices等搜索空间方法。此外,讨论了驾驶走廊、决策和轨迹规划在实际应用中的重要性。
摘要由CSDN通过智能技术生成

路径规划论文总结

概述

路径规划在自动驾驶中占有比较重要的位置,一些路径的规划算法在自动驾驶的路径选择中比较关键。
一般来说,路径规划涉及路径搜索,避障以及产生可以保证舒适和效率的轨迹的生成。目前存在的论文也是对这些方面进行研究,主要涉及①寻路,②选择最安全的策略和③决定最可行的轨迹。
当然,V2V和V2I的研究也是路径规划中的一个比较重要的方向。
决策在自动驾驶中至关重要,他可以被很多算法实现。路径规划的目的在于寻找通往目的地的安全的道路。同时要考虑到车辆的动力学模型,策略以及道路交通规则和路边沿等。

概念和定义

现存的路径规划算法主要来源于移动机器人,在本文中主要阐述四个方面的算法:

  • 路线规划 (route planning)
  • 路径规划 (path planning)
  • 策略选择
  • 轨迹规划 也叫做控制规划(trajectory planning)
    路线规划(route planning)就是在给定起始点和目标点的前提下,结合当前实时的交通流信息规划出全局的道路路线。但是一般来说自动驾驶不会过多关注这一点,更多的关注路径、策略和轨迹规划。

路线规划是根据提供的起始点和目的地,以及结合道路信息和电子地图来进行全局的路线规划。关于路线规划,我也会具体详细的介绍,可以参看书籍The DARPA Urban Challenge

下面就是一些概念的介绍,为了交流方面,我就不把一些英文名词翻译成中文。

Configuration space and State

在一个固定坐标系下定义一个车的位置和指向的特性向量,我们叫做 configuration vector,那么一系列的这样的configuration vector就形成了configuration space

一个描述本车当前特性的集合被称为一个车在当前时刻的状态(State),一般用来描述当前车的状态的量有position(x,y,z), orientation( θx,θy,

  • 2
    点赞
  • 26
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值