自动驾驶轨迹规划之碰撞检测(三)

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(三)。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.基于圆覆盖

2.BVH

3.MATLAB自动驾驶工具箱 

4 ROS内置的模型


自动驾驶轨迹规划之碰撞检测(一)-CSDN博客

自动驾驶轨迹规划之碰撞检测(二)-CSDN博客

大家可以先阅读前两篇关于碰撞检测算法的介绍 

1.基于圆覆盖

圆的性质是圆心到圆周各点等距,这非常适合碰撞检测,如果两个物体能近似为圆,那么两个物体之间是否碰撞,则可以利用两个圆心之间的距离是否大于半径之和就可以判断,但是大部分物体若用圆去近似将产生较大的冗余部分,因此针对汽车,一篇2010年的IEEE IV提出通过多个圆去覆盖车辆,这个方法极大地提高了自动驾驶汽车碰撞检测的计算速度,也是现在广泛使用的方法

自动驾驶轨迹规划之碰撞检测(三),自动驾驶轨迹规划算法,自动驾驶,机器人,算法

但是这个方法仍旧会产生冗余,并且改变覆盖圆的个数难以解决这个问题,因为横向和纵向上的冗余是此消彼长的关系,并且我个人认为汽车最容易发生碰撞的位置其实是汽车的四个角落,但是这种方法在那个地方没有安全距离,如果在圆的半径上补充安全距离,会导致其他地方的冗余距离更大,因此这个方法对于非常狭窄的空间还是不适用的

自动驾驶轨迹规划之碰撞检测(三),自动驾驶轨迹规划算法,自动驾驶,机器人,算法

2.BVH

BVH为层次包围盒,通过递归地形式将碰撞检测的任务分解,当大包围盒之间有碰撞,则检测子包围盒之间有没有碰撞,这能够同时提升碰撞检测的精度和速度,但是基于BVH的碰撞检测取决于待检测物体的形状,每个基元都应该预先计算并存储在阵列中。

自动驾驶轨迹规划之碰撞检测(三),自动驾驶轨迹规划算法,自动驾驶,机器人,算法

BVH的一个较好应用可以看这个视频,这篇论文实现了同时提升自动驾驶汽车碰撞检测的精度和速度,能够良好地应用于狭窄的自主泊车中

ITSC2023 | 碰撞检测 | 一种在狭窄空间内自动驾驶汽车自主泊车时的快速准确的碰撞检测方法

3.MATLAB自动驾驶工具箱 

在MATLAB中也实现了基于圆覆盖的碰撞检测算法,同时碰撞检测通过栅格地图实现,详细内容可以参考官方给出的自动驾驶工具箱的相关文档

Costmap representing planning space around vehicle - MATLAB - MathWorks 中国

自动驾驶轨迹规划之碰撞检测(三),自动驾驶轨迹规划算法,自动驾驶,机器人,算法

自动驾驶轨迹规划之碰撞检测(三),自动驾驶轨迹规划算法,自动驾驶,机器人,算法

4 ROS内置的模型

对于ROS中的碰撞检测,很多参加智能车或电赛的同学可能比较熟悉,但其实也存在不少误区,有时候不是调参调不出来,而是没有真正理解这些参数的意义

robot_radius:设置机器人的半径,单位是米。如果你的机器人不是圆形的那就需要使用footprint这个参数,该参数是一个列表,其中的每一个坐标代表机器人上的一点,设置机器人的中心为[0,0],根据机器人不同的形状,找到机器人各凸出的坐标点即可,具体可参考下图来设置:

自动驾驶轨迹规划之碰撞检测(三),自动驾驶轨迹规划算法,自动驾驶,机器人,算法

inflation_layer:膨胀层,用于在障碍物外标记一层危险区域,在路径规划时需要避开该危险区域

  • 当你选用了footprint,那么膨胀层就没有意义了,因为只有你是圆形的,障碍物才能进行有意义的闵可夫斯基和运算
  • 同时footprint是利用多边形计算代价,在耗算力,如果为了节省算力,可以用圆,冗余的部分当做缓冲就行
  • 如果你发现怎么调膨胀距离都会碰,因为膨胀层仅在圆形时有效,因此为了使用有安全距离的footprint,必须直接扩大footprint

通过下图来认识下为何要设置膨胀层以及意义:

虽然我提到footprint情况下膨胀层没用,但是对于全局路径规划,ROS中默认机器人为质点,这时候膨胀层非常有用,假如你全局路径规划贴边走,那么对于实际机器人完全是碰撞的,这时候就需要膨胀障碍物了

自动驾驶轨迹规划之碰撞检测(三),自动驾驶轨迹规划算法,自动驾驶,机器人,算法文章来源地址https://www.toymoban.com/news/detail-800651.html

到了这里,关于自动驾驶轨迹规划之碰撞检测(三)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(52)
  • 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(39)
  • 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(48)
  • 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(42)
  • 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(32)
  • 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(35)
  • 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(41)
  • 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(40)
  • 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(49)
  • 【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(47)

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