如今的PublicRoadPlanner就是之前耳熟能詳的EM planner
計劃 —— ROS2與CARLA聯合仿真
結構化場景:
規劃算法:EM-planner
控制算法:MPC和PID
非結構化場景:
規劃算法采用Hybrid A*
(1)小車模型搭建(計劃參考Github上Hybrid上的黑車,比較炫酷)
(2)車輛里程計:
- 位姿(位置和轉角),即(x, y, θ \theta θ)
- 速度(前進速度和轉向速度)
車輛模型(運動學模型),可以對低速做一個很好的估計
如今的PublicRoadPlanner就是之前耳熟能詳的EM planner
計劃 —— ROS2與CARLA聯合仿真
結構化場景:
規劃算法:EM-planner
控制算法:MPC和PID
非結構化場景:
規劃算法采用Hybrid A*
(1)小車模型搭建(計劃參考Github上Hybrid上的黑車,比較炫酷)
(2)車輛里程計:
- 位姿(位置和轉角),即(x, y, θ \theta θ)
- 速度(前進速度和轉向速度)
車輛模型(運動學模型),可以對低速做一個很好的估計
本文來自互聯網用戶投稿,該文觀點僅代表作者本人,不代表本站立場。本站僅提供信息存儲空間服務,不擁有所有權,不承擔相關法律責任。 如若轉載,請注明出處:http://www.pswp.cn/diannao/36571.shtml 繁體地址,請注明出處:http://hk.pswp.cn/diannao/36571.shtml 英文地址,請注明出處:http://en.pswp.cn/diannao/36571.shtml
如若內容造成侵權/違法違規/事實不符,請聯系多彩編程網進行投訴反饋email:809451989@qq.com,一經查實,立即刪除!