luteresa的博客_无人驾驶

无人驾驶12：路径规划，生成路径曲线

运动规划问题：配置空间配置空间：定义机器人的所有可能配置，一般在二维空间中

自动驾驶

路径规划

轨迹生成

sed

ci

原创 2022-12-12 22:08:18 658 阅读

无人驾驶9：路径规划(离散)：A star算法

1 广度优先搜索算法(Breadth-First_Search)核心思想是，从起始节点开始，将它的所有Neigbors加入到下一步要搜索的预备队列中；然后从预备队列按一定规则选出一个节点，重复上一步骤；直到找到目的节点。1.1涉及到的数据结构Graph: 有向图，每个节点可以指向的下一个临近节点组成一个列表；数组: 存放待遍历的节点，常用队列来实现；Visited列表：存放已经遍历过的节点，避免遍

自动驾驶

A star

动态规划

sed

搜索

原创 2022-11-15 18:19:10 252 阅读

无人驾驶4：无损卡尔曼滤波

在上一节的扩展卡尔曼滤波跟踪系统中，有两个缺陷：系统采用恒速模型：假定行人沿直线运动；实际应用中，出现曲线运动时，预估不够准确。每次测量都需要计算雅可比矩阵，很耗资源。当问题一旦变得复杂，预测和测量模型高度非线性化时，扩展卡尔曼滤波EKF计算量就变得十分不可控，效果表现也较差；为解决这些问题，学习一个新的状态估计算法–无损卡尔曼滤波(Unscented Kalman Filters)无损卡尔曼滤波

机器学习

人工智能

无损卡尔曼滤波

过程模型

卡尔曼滤波

原创 2022-11-15 18:17:53 1148 阅读

无人驾驶6：马尔卡夫滤波

无人车定位问题准确定位，是无人车技术的基础，常用的GPS定位，误差经常为210m，而无人车的精度要求210cm左右，

数据

后验概率

递归

原创 2022-09-14 21:23:16 335 阅读

无人驾驶3：扩展卡尔曼滤波--传感器融合

这是有优达学城的无人驾驶纳米学位第五个项目；1. 传感器在无人驾驶系统中，对物体跟踪和预测，目前常用的传感器有Laser 和 Radar。激光：可以测量准确的位置信息Px,PyP_x, P_yPx,Py，实际上无法直接观测其速度；雷达：根据多普勒效应，雷达能直接测量移动对象的经向速度；如果能够把激光和雷达的测量值都融合进卡尔曼滤波系统中，那么行...

自动驾驶

卡尔曼滤波算法

扩展卡尔曼滤波算法

卡尔曼滤波

转换函数

原创 2022-09-14 21:23:02 1532 阅读

无人驾驶5：贝叶斯公式

假设有个一维的方格，初始位置为均匀分布(因为不知道任何信息)测量更新测量当前方格颜色之后，计算所有方

贝叶斯公式

自动驾驶

概率分布

后验概率

原创 2022-09-14 21:22:32 108 阅读

无人驾驶13：PID控制器

基于环境反馈的控制方法，叫做反馈控制。控制模块的目的是让无人车能够按照规划好的路径行驶，需要将环境当前的反

自动驾驶

PID控制器

伪代码

稳态误差

控制模块

原创 2022-09-14 21:21:34 675 阅读

无人驾驶11：行为规划

行为规划的内容包括车辆如何生成安全的、可行驶的轨迹以到达目的地：我们会使

自动驾驶

行为规划

优先状态机

数据

有限状态机

原创 2022-09-14 18:15:15 671 阅读

无人驾驶7：粒子滤波

粒子滤波定位原理和过程:1.初始化：在已知地图上随机初始化N个粒子(N取合适值，太

自动驾驶

粒子滤波

权重

初始化

原创 2022-09-14 18:14:45 365 阅读

无人驾驶1：卡尔曼滤波原理及实现(以无人车观测为实例)

高斯分布(Gaussian distribution): 也叫正态分布(Normal distribution)，是一个在自然

自动驾驶

卡尔曼滤波算法

卡尔曼滤波

概率分布

方差

原创 2022-09-14 18:14:42 444 阅读

无人驾驶14：PID控制器实例

这是优达学城PID控制器项目实现，这个调试方法是做项目时，mentor给的建议，实践中，效果还蛮不错~~PID Controllerthe project require to create a PID Controller for the vehicle on the high way.PID effectonsP Controller is a based controller.when th

自动驾驶

PID

github

git

sed

原创 2022-09-14 10:37:48 167 阅读

无人驾驶2：卡尔曼滤波行人状态估计

案例场景传感器能够直接观测到某行人的速度Vx,Vy，用卡尔曼滤波估算该行人的状态(包含速度和位置）相关变量约定如下：行人状态 x=(px,py

自动驾驶

机器学习

协方差矩阵

过程模型

卡尔曼滤波

原创 2022-09-14 10:37:16 324 阅读

官方博客	全部文章	热门标签	班级博客
了解我们	网站地图	意见反馈

鸿蒙开发者社区	51CTO学堂
51CTO	软考资讯

51CTO博客

7774550

无人驾驶12：路径规划，生成路径曲线

无人驾驶9：路径规划(离散)：A star算法

无人驾驶4：无损卡尔曼滤波

无人驾驶6：马尔卡夫滤波

无人驾驶3：扩展卡尔曼滤波--传感器融合

无人驾驶5：贝叶斯公式

无人驾驶13：PID控制器

无人驾驶11：行为规划

无人驾驶7：粒子滤波

无人驾驶1：卡尔曼滤波原理及实现(以无人车观测为实例)

无人驾驶14：PID控制器实例

无人驾驶2：卡尔曼滤波行人状态估计