曲线插值的方法是按照车辆在某些特定条件（安全、快速、高效）下， 进行路径的曲线拟合，常见的有多项式曲线、双圆弧段曲线、正弦函数曲线、贝塞尔曲线、 B样条曲线等。曲线插值法的核心思想就是基于预先构造的曲线类型，根据车辆期望达到的状态（比如要求车辆到达某点的速度和加速度为期望值），将此期望值作为边界条件代入曲线类型进行方程求解，获得曲线的相关系数（简单地说就是待定系数法！）。曲线所有的相关系数一旦确定

曲线插值的方法是按照车辆在某些特定条件（安全、快速、高效）下， 进行路径的曲线拟合，常见的有多项式曲线、双圆弧段曲线、正弦函数曲线、贝塞尔曲线、 B样条曲线等。曲线插值法的核心思想就是基于预先构造的曲线类型，根据车辆期望达到的状态（比如要求车辆到达某点的速度和加速度为期望值），将此期望值作为边界条件代入曲线类型进行方程求解，获得曲线的相关系数（简单地说就是待定系数法！）。曲线所有的相关系数一旦确定

RRT*算法是一种渐近最优算法，属于RRT算法的优化。渐近最优的意思是随着迭代次数的增加，得出的路径是越来越优化的，因此要想得出相对满意的优化路径，需要一定的运算时间。算法流程与RRT算法流程基本相同，不同之处主要在于两个地方：- 首先，重新为$x_{new}$选择父节点。- 不同于RRT中直接选择$x_{nearest}$作为$x_{new}$的父节点，我们需要重新为$x_{new}$选择父节点

为了更好地阐述Dubins 曲线，这里我们简单地介绍一种车辆简化运动学模型。关于详细的车辆运动学模型介绍可以参考前文。

一般情况下，我们使用Cartesian坐标系（笛卡尔坐标系）来描述物体的坐标，但对于车辆来说，笛卡尔坐标系并不是最佳选择。因为即使知道了笛卡尔坐标系下车辆的位置信息，也难以表达车辆与道路之间的相对位置，导致二者之间的相对关系不明确。因此，传统规划算法在笛卡尔坐标系下规划出的路径对于开放道路有良好的效果，但是对于公路环境，忽略车道信息导致路径的自由度太高而容易违反道路交通规则。Frenet坐标系在无

文章目录参考资料1. 前言远程桌面软件推荐比较2. Ubuntu配置SSH和xrdp安装ssh安装xrdp3. 安装frp进行内网穿透法一：使用DDNS服务平台法二：使用frp安装配置frp参考资料https://zhuanlan.zhihu.com/p/336429888强烈建议阅读参考资料，本文后半部分内容基本拷贝自参考资料，只作笔记使用，不作其他用途。1. 前言远程桌面软件推荐随着过去一年多

文章目录参考资料使用环境1.Marvos安装2. PX4配置3. 安装地面站QGroundControl4. XTDrone源码下载5. 用键盘控制无人机飞行参考资料XTDrone使用文档px4 ROS gazebo仿真环境搭建QGroundControl使用环境所使用的为：ubuntu20.04、ros noetic、gazebo11。（以下教程默认已经安装 ros noetic）1.Marvo

文章目录参考资料1. 几何车辆模型2. Pure Pursuit（纯追踪）算法3. python代码实现参考资料轨迹跟踪Pure Pursuit方法使用pure pursuit实现无人车轨迹追踪1. 几何车辆模型在前文中讲解了PID实现轨迹跟踪，这篇来讲解纯追踪法。使用的车辆模型这里依旧采取以后轴中心为车辆中心的单车运动学模型其满足tan⁡δf=LR(1) \tag{1} \tan{\delta_

文章目录1. 运动学模型线性化2. 线性模型离散化3. python实现1. 运动学模型线性化之前讲解了车辆的运动学模型，这边以以后轴中心为车辆中心的单车运动学模型为例进行线性化。以后轴中心为车辆中心的单车运动学模型如下：{x˙=vcos⁡(ψ)=f1y˙=vsin⁡(ψ)=f2ψ˙=vLtan⁡δf=f3(1)\tag{1}\left\{\begin{array}{l}\dot{x}=v \co

文章目录参考资料1. Stanley算法1.1 算法思想1.2 公式推导1.3 横向误差变化率1.4 小结1. 算法伪代码2. Pure pursuit与Stanley 算法简单对比参考资料控制算法-Stanley前轮反馈控制法1. Stanley算法之前学习了纯追踪算法和PID算法在轨迹跟踪上的应用，现在学习Stanley算法。1.1 算法思想前轮反馈控制(Front wheel feedbac