自动驾驶小白说 3.c 动态规划代码解析
category
type
status
slug
date
summary
tags
password
icon
落花人独立，微雨燕双飞。
—晏几道《临江仙》
🏰代码及环境配置：请参考 环境配置和代码运行!
本节提供了动态规划的代码测试：
3.c.1 dp path代码实现
在利用动态规划做横向决策时，我们需要先搜出一条满足约束的轨迹，然后利用最优轨迹和障碍物之间的关系做left nudge，right nudge和no nudge的决策。
在FrenetFrame坐标系下，首先需要沿着S和L的方向采集waypoint，具体代码如下：
同时，我们需要设计评估函数，此节仅仅为了测试，因此只实现了横向距离的惩罚和碰撞风险的惩罚，读者可以根据自己需求设计更多的评估函数：
最后，我们利用动态规划的转移方程，算出每个waypoint的最优cost和最优父节点。
3.c.2 dp path代码测试
在
main 函数中，我们设置下起始点和环境信息，即可利用动态规划得到一条最优路径，然后基于optimal path和障碍物之间的位置关系，即得到对障碍物的横向决策。
上一篇
动手学控制理论
下一篇
端到端-理论与实战视频课程
Loading...
.jpg?table=block&id=11acd382-093d-8022-be18-e73973d3469b&t=11acd382-093d-8022-be18-e73973d3469b&width=192&cache=v2)