图解自动驾驶中的运动规划(Motion Planning)，附几十种规划算法_网络协议

1 自动驾驶驶向何处？

在这里插入图片描述
自动驾驶分为五个等级

l1辅助驾驶
依靠自适应巡航释放双脚但双手不能离开方向盘驾驶员仍需操控汽车
l2半自动驾驶
驾驶员需要持续监控汽车行驶情况
l3高度自动驾驶
驾驶员无需持续监控汽车但遇到一些情况驾驶员需根据系统要求介入车辆行驶
l4更高级别的自动驾驶
在例如开高速或进入停车场的情况下系统自动控制汽车驾驶员无需监控汽车
l5最高级别的自动驾驶
无人驾驶，此时无需驾驶员

百度创始人、董事长兼ceo李彦宏在2022世界人工智能大会上指出，目前l2级自动驾驶技术已经可以实现大规模商业化，接下来将继续向l3、l4发力。

在这里插入图片描述

自动驾驶这项前沿技术的底层逻辑是什么呢？在自动驾驶技术栈中，主要分为感知、决策规划和控制三个模块。

感知模块就像是人的眼睛和耳朵，负责对外部环境进行感知，包含定位、建图、传感器融合等技术；控制模块就像人的手脚，负责将指令传达到电机、引擎，包含鲁棒控制、模型预测控制等技术；决策规划模块就像人的大脑，基于接收到的感知信息进行行为预测、决策，并生成指令传达给控制模块。

在决策规划中，有一类技术称为运动规划，那么什么是运动规划呢？

2 什么是运动规划？

运动规划(motion planning)以最优性为核心，在环境中给定起点和终点的条件下，规划机器人无冲突行进的状态序列。运动规划框架如下所示，主要包含路径规划与轨迹规划两大组件。

在这里插入图片描述
那路径规划和轨迹规划有什么区别和联系呢？

路径规划(path planning)

以可达性为核心，基于路径约束(如障碍物)，规划机器人首末位置间无冲突行进的最优路径序列。
轨迹规划(trajectory planning)以稳定性和快速性为核心，基于运动学、动力学约束和路径序列，规划运动状态以逼近全局路径。

一般地，路径规划的输入是全局静态环境，也称为全局规划(global planning)；轨迹规划的输入是全局路径、动态环境和模型约束，通常在局部范围内进行动态避障和路径跟踪，也称为局部规划(local planning)。

本专栏将重点介绍路径规划和轨迹规划技术，并且采用工程上常用的ros c++以及仿真中常用的python/matlab三种语言对常见的规划算法进行实现，帮助读者理解原理。同时，辅以部分控制原理、传感技术、常见机器人运动学与动力学建模，弥补一些运动规划的底层知识，具体大纲如下

3 运动规划实战教程

🔥 专栏地址：

🚀 第零章——自动控制原理

在这里插入图片描述

🚀 第一章——常见机器人建模

在这里插入图片描述

🚀 第二章——常用地图结构解析

地图结构 | 图解占据栅格地图原理(附matlab建图实验)
地图结构 | 图解代价地图原理(附ros c++仿真)
地图结构 | 图解维诺图voronoi原理(附c++/python/matlab仿真)
地图结构 | 详解八叉树octomap原理与rviz可视化

在这里插入图片描述

🚀 第三章——全局规划之图搜索

在这里插入图片描述

🚀 第四章——全局规划之采样搜索

在这里插入图片描述

🚀 第五章——智能算法

在这里插入图片描述

🚀 第六章——局部路径规划

在这里插入图片描述

🚀 第七章——曲线生成与轨迹规划

在这里插入图片描述

🚀 第八章——趣味应用

在这里插入图片描述

4 加入我们

目前博主正在组建机器人技术交流群，群中成员是有明确共同目标，共同愿景的，这样才能共同成长。所以如果苦于闭门造车、无人交流，就请加入我们(下方名片)，让我们一起从理论到实践攻克运动规划，为从事相关工作或科研打下基础！

在这里插入图片描述

在这里插入图片描述
当然群里也配套长期更新的资源福利等你领取！

在这里插入图片描述

5 订阅需知

上面给出的是教程的大致大纲，后面可能会有顺序和内容的调整，但可以保证内容量只增不减
各个算法基本都提供c++/python/matlab三个版本的实现，便于应对各种需求；但同时工程量较大，故后期会涨价
更新频率为两周1更，篇篇精品

🔥 更多精彩专栏：

👇源码获取 · 技术交流 · 抱团学习 · 咨询分享请联系👇

图解自动驾驶中的运动规划(Motion Planning)，附几十种规划算法

2024年08月01日 • 网络协议 •我要评论

目录

1 自动驾驶驶向何处？

2 什么是运动规划？

3 运动规划实战教程

4 加入我们

5 订阅需知

相关文章:

QMT量化交易上手

如何使用 Google 搜索引擎保姆级教程（附链接）

1.认识网络爬虫

发表评论


验证码：