自动驾驶小白说 🏎️0.1 运动规划算法介绍
type
status
slug
date
summary
tags
category
password
icon
歇马凭云宿, 扬帆截海行. — 唐 孟浩然
我们的官网:https://www.helloxiaobai.cn/! 知乎, 微信公众号, 知识星球 全平台同名.
🏰代码及环境配置：请参考0.2 环境配置和代码运行 | 动手学运动规划!
自动驾驶运动规划算法是自动驾驶技术中的核心部分，它负责在复杂多变的交通环境中,为自动驾驶汽车规划出安全、高效的行驶轨迹。运动规划模块需要综合上游的信息(感知, 预测, 定位, 地图, 决策等), 考虑车辆的安全性、运动学、舒适性等要求，输出一条合理的轨迹。
本课程会以理论配合代码的形式, 讲解基础的运动规划算法以及相关知识. 为了让读者能够在实战中真正掌握算法, 我们给绝大部分算法章节, 配置了对应的Python代码以及可视化展示. 代码主要参考了PythonRobotics等开源项目.
课程需求:
- 基本的数学知识
- 基本的python语言知识
- Ubuntu 18.04或以上的系统环境(虚拟机也可)
各章节大体内容如下:
第0章 引言
主要介绍本课程的主要内容, 如何配置代码运行环境, 以及代码运行说明.
第1章 运动规划基础知识
学习运动规划算法之前, 我们对一些常用, 基础的前置知识进行介绍, 以便于读者顺利学习之后的运动规划算法.
- 车辆运动学: 自行车模型和阿克曼转向模型
- 碰撞检测算法: SAT, GJK
- Frenet坐标系
第2章 常见的曲线表达形式
主要介绍规划算法中常见的曲线:
- 基于5次多项式的参数方程曲线(Quintic Polynomial)
- 3次样条曲线(Cubic Spline)
- 贝塞尔曲线(Bézier Curve)
- 3次螺旋线(Cubic Spiral Curve)
- Dubins曲线
- Reeds Shepp曲线
第3章 基于采样的规划算法
主要介绍基于采样的各类规划算法，以便在不同的场景选择最合适的算法。
- 随机性采样算法：PRM，RRT家族（Basic RRT, Goal based RRT, RRT Connect, 以及RRT Star等）
- 确定性采样算法：基于控制空间的采样，基于状态空间采样
第4章 基于搜索的规划算法
主要介绍基于搜索的各类规划算法:
- 图搜索基础:DFS, BFS
- Dijkstra算法, A*算法
- Hybrid A*算法
第5章 基于优化的规划算法
主要介绍基于数值优化及相关规划算法:
- 数值优化基本概念
- 梯度下降法,牛顿法
- 线搜索方法
- QP优化
- 基于PiecewiseJerk的路径优化方法
Loading...
