文章目录

  • Introduction
    • 单轮
    • 差动轮
    • 简化的汽车模型
  • Workflow
    • basic idea
    • build the graph,sample in control vs state space
    • sample in control space
    • comparison
  • Boundary Value Problem(BVP)
    • optimal BVP
      • example optimal state
    • example
    • 轨迹库
  • Heuristic heuristic
  • Planning in Frenet-serret Frame
  • 作业
  • ref

Introduction

T: 考虑机器人的动力学约束
Kinodynamic: kinematic + Dynamic

运动学规划问题是在同时受到运动学约束(如避障)和动力学约束(如速度、加速度和力的模量界限)的情况下综合机器人运动。动力学解是从时间到广义力或加速度的映射。
——《动力学运动规划》,Bruce Donald, Patrick Xavier, John Canny, John Reif

  • 不同的限制
  • 最大力(加速度)
    Y:
    Straight-line connections between pairs of states are typically not valid trajectories due to the system’s differential constraints.
    由于系统的微分约束,状态对之间的直线连接通常不是有效的轨迹。
  • coarse-to-fine process(由粗到精)
  • 轨迹只会局部规划
  • 不可行路径对非完整系统没有意义
    如大部分车不能平移,如下图所示,不能够走下面


    无人机的一开始的速度是在向右,但是按路径规划左边路径更短,其实应该沿着速度方向向右飞

单轮

差动轮

简化的汽车模型


r应该标记为v

Workflow

basic idea

We have many weapons to attack graph search.
•假设机器人的质量点不再令人满意。
•我们现在需要一个具有可行运动连接的图。

  • 我们手动创建(构建)一个所有边都由机器人可执行的图。
    • 反向,离散机器人的状态空间,连接,如栅格地图
    • 正向。离散机器人的控制空间,如PRM
  • 这是所有动动力规划的基本动机。
  • 状态点阵规划(State lattice planning)是最直接的一种。

build the graph,sample in control vs state space


说明:s为状态变量,u 为控制变量

如果在控制空间没有任务导向性,在已知被控对象的条件下,固定输入的控制量u uu和积分时间T,由此进行前向积分可以得到被控对象从任意的初始状态 s_0过度到终止状态s f,前向积分可以对被控对象在任意时间T之后的状态进行预测,进而得到一系列的状态集合,这就是控制空间中的采样。由于u 和T是任意给定的,在控制空间中的采样往往没有明确的目的性,采样结果只能分布在某些状态附近,无法精确采样到某一个给定状态,如下图所示:

选择一个

4 运动动力学约束下的路径搜索相关推荐

  1. ECCV2022 | 基于整合IMU运动动力学的无监督单目深度估计

    点击下方卡片,关注"自动驾驶之心"公众号 ADAS巨卷干货,即可获取 点击进入→自动驾驶之心技术交流群 0. 引言 虽然近年来无监督单目深度学习取得了很大的进展,但仍然存在一些基本 ...

  2. 6软硬约束下的轨迹优化

    Introduction Minimum snap trajectory optimization Minimum snap这种方法只限制轨迹应该会通过的中间路径点(中继点),collision ch ...

  3. 投资绩效约束下的有限套利(Shleifer,Vishny)

    投资绩效约束下的有限套利(Shleifer,Vishny) – 潘登同学的Quant笔记 文章目录 投资绩效约束下的有限套利(Shleifer,Vishny) -- 潘登同学的Quant笔记 行为金融 ...

  4. 非香农类信息不等式_ICLR2020|北大图灵班本科生满分论文:计算约束下有用信息的信息论...

    机器之心转载 来源: 北京大学前沿计算研究中心 作者:许逸伦 本文是第八届国际表征学习会议 (ICLR 2020) 入选口头展示论文 (oral)<基于计算约束下的有用信息的信息论 (A The ...

  5. 【控制】《多智能体系统的协同群集运动控制》陈杰老师-第9章-多任务约束下多智能体协同编队控制

    第8章 回到目录 第10章 第9章-多任务约束下多智能体协同编队控制 9.1 研究背景 9.2 问题描述 系统模型 (9.1) 9.3 多任务约束协调与求解 9.4 多任务切换与编队控制器设计 控制协 ...

  6. 【量化交易】组合优化三部曲:换手率和alpha模型换手约束下的最优模型时变IC下的多空/多头最优组合换手率

    前言 单因子模型,考虑策略风险(即IC时序波动),最大化风险调整后收益的主动增强组合优化 01 无约束下,多空最优组合的换手率的解析解 02 跟踪误差约束下,多头最优组合的换手率的数值优化 03 跟踪 ...

  7. 等式约束和不等式约束下的KKT条件求法

    一.写在前面 本篇内容主要写非线性规划等式约束和不等式约束下的KKT条件,主要通过举例说明. 二.等式约束下的KKT条件 1. 题目描述 考虑等式约束的最小二乘问题 minimizexTxsubjec ...

  8. 什么是外键约束?外键约束下的多表操作是什么?

    什么是外键约束? MySQL 外键约束(FOREIGN KEY)是表的一个特殊字段,经常与主键约束一起使用.对于两个具有关联关系的表而言,相关联字段中主键所在的表就是主表(父表),外键所在的表就是从表 ...

  9. 《复杂约束下的多目标优化算法》阅读笔记

    摘要:约束多目标优化问题(CMOP)由于需要同时考虑目标和约束,特别是当约束极其复杂时,处理起来比较困难.最近的一些算法在处理具有简单可行域的CMOP时工作得很好,然而,对于具有复杂可行域的CMOP, ...

最新文章

  1. android 自定义键盘_Android自定义输入车牌号键盘、车牌简称,数字 ,字母键盘...
  2. PHP算法 《树形结构》 之 伸展树(1) - 基本概念
  3. 反思避免只是小聪明:更加稳重 更加踏实
  4. mac使用brew update无反应解决办法
  5. Can‘t exec “aclocal“: 没有那个文件或目录 at /usr/share/autoconf/Autom4te/FileUtils.pm line 326.
  6. 小程序对wxParse 使用
  7. HTML5响应式手机模板:MUI手机app前端页面开发框架模板HTML+CSS+JavaScript
  8. 使用“VMware ThinApp”绿化软件
  9. 线性分类器定义和局限性
  10. 创业维艰,且行且珍惜
  11. 计算机程序员的英语词汇,计算机程序员常用英语词汇
  12. windows怎样让宽带自动连接
  13. 云e办学习笔记(二十七)邮件自动发送功能实现
  14. 网络电视精灵 完整版
  15. 机器视觉软件EVision介绍
  16. 移动互联网领域当前的主流技术及其社会需求调查报告
  17. android 吧文字读出来,android学习之文字语音朗读
  18. 笨办法学Python 25
  19. ERDAS 9.2安装教程
  20. Json概述以及python对json的相关操作(至尊宝错过了紫霞仙子,难道你也要错过python对json的相关操作吗?)

热门文章

  1. 06-02 标签管理
  2. oracle 英文转数字,数字转换成英文
  3. DHD刷机步骤(Rooted)
  4. 个人对23种设计模式总结 优缺点分析
  5. SpringMVC返回数据到页面的方法
  6. JS判断字符是否为数字类型
  7. AIO,BIO,NIO详解
  8. 移动通信电波传播及损耗(二)
  9. mangle和demangle
  10. 广义Pareto分布---极值理论的学习3