路径规划(二) —— 轨迹优化(样条法) & 局部规划(人工势能场法) & 智能路径规划(生物启发(蚁群&RVO) & 强化学习)
本文共 416 字，大约阅读时间需要 1 分钟。
轨迹优化
样条法
样条法能满足机器人的动力学约束：使得轨迹本身/一阶导数/二阶导数连续
样条就是广义的函数和曲线
方法：分段函数 + 连续性限制
一般来讲使用三次样条
每一个样条段连接两个路径上的离散的点
局部规划
为什么需要局部规划
因为规划算法必须权衡精度和全局性
对于局部情况，机器人往往有更好的认知：比如激光雷达能够实时反映局部的障碍物分布。对于规避动态障碍物，往往要依赖局部规划算法。
全局规划算法更加考虑连通性，局部规划算法更加考虑动力学上的可行性。
人工势能场法
样条法的延申
定义一个势能函数，把最小化这个势能函数作为目标函数
目的：利用高势能表示障碍物或者惩罚区域，低势能表示奖励区域或者平坦的地区
有障碍物的地方附近势能高
离目标越远的地方势能高，离目标越近的地方势能低
智能路径规划
生物启发与相关算法
蚁群算法
RVO算法
Reciprocal Velocity Obstacles，障碍物规避算法
强化学习
转载地址：http://qlygf.baihongyu.com/
你可能感兴趣的文章
【Python】详解Python多线程Selenium跨浏览器测试
查看>>
Jmeter之参数化
查看>>
Shell 和Python的区别。
查看>>
Python 列表(list)、字典(dict)、字符串(string)常用基本操作小结
查看>>
Loadrunner之https协议录制回放报错如何解决？（九）
查看>>
python中xrange和range的异同
查看>>
列表、元组、集合、字典
查看>>
【Python】easygui小甲鱼
查看>>
【Python】关于Python多线程的一篇文章转载
查看>>
【Pyton】【小甲鱼】文件
查看>>
【Pyton】【小甲鱼】永久存储：腌制一缸美味的泡菜
查看>>
【Pyton】【小甲鱼】异常处理：你不可能总是对的
查看>>
APP性能测试工具
查看>>
【Pyton】【小甲鱼】类和对象
查看>>
压力测试工具JMeter入门教程
查看>>
作为一名软件测试工程师，需要具备哪些能力
查看>>
【Pyton】【小甲鱼】类和对象：一些相关的BIF（内置函数）
查看>>
【Pyton】【小甲鱼】魔法方法
查看>>
单元测试需要具备的技能和4大阶段的学习
查看>>
【Loadrunner】【浙江移动项目手写代码】代码备份
查看>>