自动驾驶轨迹规划之碰撞检测(一)

这篇具有很好参考价值的文章主要介绍了自动驾驶轨迹规划之碰撞检测(一)。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

欢迎大家关注我的B站:

偷吃薯片的Zheng同学的个人空间-偷吃薯片的Zheng同学个人主页-哔哩哔哩视频 (bilibili.com)

目录

1.碰撞检测的意义

2.安全走廊

3 计算几何

4 AABB与OBB


1.碰撞检测的意义

对于自动驾驶汽车或机器人的路径规划,碰撞检测是其中非常重要的一个模块,因为碰撞检测不仅仍然是路径规划中的主要计算负担,而且还会影响与路径规划安全相关的准确性,这是两个难以平衡的关键指标。同时随着感知技术误差数量级越来越小,对于碰撞检测算法的实时性和准确性要求也就更高了。

下文将详细介绍碰撞检测中的各类算法

2.安全走廊

Optimization-Based Trajectory Planning for Autonomous Parking With Irregularly Placed Obstacles: A Lightweight Iterative Framework | IEEE Journals & Magazine | IEEE Xplore

安全走廊基本就是自如其名,想要自动驾驶汽车与障碍物不撞,我们就可以把汽车或机器人限制在安全走廊内,这个走廊不与障碍物相交,那么在走廊中的汽车或机器人就是绝对安全的。这将可能出现的非凸问题转化为凸问题,更好解决。

同时这还有几个问题需要思考,如何生成安全走廊,以及安全走廊有什么特点。下面这张图就是生成安全走廊的过程,通过路径点向四个方向去迭代扩展最终找到合适的安全走廊

自动驾驶轨迹规划之碰撞检测(一),自动驾驶轨迹规划算法,自动驾驶,算法,机器人

其实这个安全走廊的概念最先是在无人机中应用的,无人机广泛应用三维的安全走廊

自动驾驶轨迹规划之碰撞检测(一),自动驾驶轨迹规划算法,自动驾驶,算法,机器人

但安全走廊法显然是保守的,准确性不够,难以应用在高度受限的环境中。

3 计算几何

自动驾驶碰撞检测问题可以抽象矩形与凸多边形(障碍物大多为凸多边形)之间是否相交

自动驾驶轨迹规划之碰撞检测(一),自动驾驶轨迹规划算法,自动驾驶,算法,机器人

当对于两个凸边形是否相交,又可以转换为是否凸边形的每个顶点都在另一个凸边形之外,那么判断一个点是否在凸边形之外的计算几何算法就有很多,比如面积比较法等等

当一个点在凸多边形内部,则点与凸多边形某两相邻点组成的所有三角形面积之和为凸多边形的面积,当一个点在凸多边形外部,显然面积和大于凸多边形的面积

自动驾驶轨迹规划之碰撞检测(一),自动驾驶轨迹规划算法,自动驾驶,算法,机器人

4 AABB与OBB

这种方法是游戏中或物理引擎中常用的,AABB是指一个东西的包围盒,但是它横平竖直的,而OBB是会随着这个东西而旋转,包围盒始终不变,显然AABB相对保守但是后续计算简单,OBB更精确但是后续计算复杂

自动驾驶轨迹规划之碰撞检测(一),自动驾驶轨迹规划算法,自动驾驶,算法,机器人

 

同时,通过将车辆近似于AABB或OBB后,还需要应用分离轴定理进行碰撞检测,分离轴定理的意思就是,对于两个凸多边形,若存在一条直线将两者分开,则这两个多边形不相交

但是遍历所有的直线显然是不可行,因此经过分析,可以得出:受益于多边形的性质,对于两个都是多边形的物体,只需要依次在每条边的垂直线做投影即可

自动驾驶轨迹规划之碰撞检测(一),自动驾驶轨迹规划算法,自动驾驶,算法,机器人文章来源地址https://www.toymoban.com/news/detail-798286.html

到了这里,关于自动驾驶轨迹规划之碰撞检测(一)的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 点云从入门到精通技术详解100篇-基于三维点云的工件曲面轮廓检测与机器人打磨轨迹规划

    目录 前言 国内外研究现状 三维测量技术研究现状 点云处理技术研究现状

    2024年02月03日
    浏览(57)
  • 点云从入门到精通技术详解100篇-基于三维点云的工件曲面轮廓检测与机器人打磨轨迹规划(下)

    目录 4.3 机器人打磨轨迹规划 4.3.1 机器人运动学建模与分析 4.3.2 机器人轨迹规划算法

    2024年02月03日
    浏览(43)
  • 机器人轨迹生成:轨迹规划与路径规划

    机器人轨迹生成涉及到轨迹规划和路径规划两个关键概念,它们是机器人运动控制中的重要组成部分。下面对轨迹规划和路径规划进行深入比较。 轨迹规划(Trajectory Planning): 定义:轨迹规划是指在机器人运动中确定机器人末端或关节的期望轨迹。它是在特定的工作空间中

    2024年02月12日
    浏览(55)
  • 自动驾驶路径规划——轨迹规划(详解插值法)

    目录 前言 1. 轨迹规划 1.1 轨迹规划包括以下几个问题: 2. 三次多项式插值 ​​​​​​3.  过路径点的三次多项式插值 4. 用抛物线过渡的线性插值 过路径点的用抛物线过渡的线性插值 5. 高阶多项式插值 声明        这个学期学校开设了相应的课程,同时也在学习古月居

    2024年01月22日
    浏览(44)
  • 无人驾驶动态避障策略调研 | 机器人动态避障策略 | 行人轨迹预测 | 机器人导航

    最近在研究机器人协同路径规划策略,发现现有paper中的obstacle都是静态的,但是在实际场景中,常有动态障碍的情形,如走动的行人等等。 为了更好的了解相关技术,我开始调研无人驾驶领域中的动态避障策略: 无人驾驶技术是多个技术的集成,包括了传感器、定位与深度

    2023年04月08日
    浏览(38)
  • 自动驾驶轨迹规划之kinodynamic planning

    欢迎大家关注我的B站: 偷吃薯片的Zheng同学的个人空间-偷吃薯片的Zheng同学个人主页-哔哩哔哩视频 (bilibili.com) 本文PPT来自深蓝学院《移动机器人的运动规划》  目录 1.kinodynamic的背景 2. old-school pipline 3.example kinodynamic是一个合成词,由运动学与动力学组成 这样的一个规划问

    2024年02月19日
    浏览(39)
  • 机器人-轨迹规划

    旋转矩阵--R--一个3*3的矩阵,其每列的值时B坐标系在A坐标系上的投影值。 代表B坐标系相对于A坐标系的姿态。 其实A相对于B的旋转矩阵就相当于把B的列放到行上就行。 视频  (将矩阵的行列互换得到的新矩阵称为转置矩阵。) 所以说B相对于A的旋转矩阵就是A相对于B的旋转

    2024年04月28日
    浏览(44)
  • Python和Pygame绘制自动驾驶和移动机器本地规划器算法

    可视化自动驾驶车辆路径规划和移动机器人中使用的众多不同的本地规划器算法。 该应用程序提供可定制的参数,以更好地了解每种算法的内部工作原理并探索它们的优点和缺点。 它是用 Python 编写的,并使用 Pygame 来渲染可视化。 基类 概率路线图 快速探索随机树 势场 迪

    2024年02月02日
    浏览(44)
  • 机器人期末复习 第五章 轨迹规划

    学习目的: 理解轨迹规划原理;学会用轨迹规划处理实际问题。 学习内容: 轨迹规划原理;关节空间的轨迹规划;直角坐标空间的轨迹规划;连续轨迹记录。 根据前几章可知,只要知道机器人的关节变量就能确定机器人的位置,或者已知机器人的位置就能确定相应的关节变

    2024年02月05日
    浏览(53)
  • 【RTB机器人工具箱学习记录】轨迹规划实例

    给定位置: 位姿插值: trinterp() trinterp(T0, T1, M) ​ T0:初始变换矩阵 ​ T1:结束变换矩阵 ​ M: 线性插值轨迹动画:(轨迹如上图左所示) 五次多项式插值轨迹动画:(轨迹如上图右所示,和上面用mtraj遍历方式的轨迹相同) 笛卡尔轨迹 ctraj() : TC = ctraj(T0, T1, N) ​ T0:初始变

    2023年04月22日
    浏览(54)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包