摘要： 本文探讨了越野环境下自动驾驶系统采用有限状态机(FSM)的设计实践。针对越野场景缺乏车道线、多变路况等特点，提出基于TinyFSM的状态机解决方案。系统划分8个核心状态（如正常行驶、缓行、涉水、岩石攀爬等），每个状态对应明确责任边界。文章详细展示了事件定义、状态机基类设计，并以正常行驶和脱困状态为例说明实现方法。该架构通过将复杂决策分解为离散状态，解决了端到端方法在越野环境中的数据不足、可

点击即可打开链接：轨迹库 Mirror-Traffic 自动驾驶场景库-镜

解析百度Apollo自动驾驶平台：https://paul.pub/baidu-apollo/

PDDL学习。

运动规划就是从一个状态（包含位置、朝向等）到另一个状态这一过程的规划，本质上是找到一系列的动作来实现这样的运动（状态转换），是最顶层的概念，其包括轨迹规划和路径规划。只是当动作很简单的时候，往往忽略了动作这个层面，或者只是以运动的方向来代替了动作，这个时候运动规划主要就是轨迹规划（包含时间维度）和路径规划（不包含时间维度）。但是在走钢丝这种情况下，当动作的难度变得很突出了的时候，又回归到运动规划以

点击即可打开链接：车辆运动学模型 动力学模型

TinyFSM是一个轻量级C++11有限状态机库，采用纯头文件设计，具有零依赖和高性能特点。该库通过事件驱动状态转换，支持Moore和Mealy两种状态机模型。使用步骤包括定义事件类、创建状态机基类、实现具体状态类、设置初始状态以及事件分发。高级功能包括带条件的转换、多状态机协同(FsmList)和自定义复位。关键注意事项包括：transit必须是反应函数最后一行、避免在entry/exit中转换

本文详细记录了在Ubuntu 20.04系统上配置Verti-Bench越野仿真平台的完整流程。主要内容包括：系统准备、ROS2 Foxy环境搭建、Miniconda环境创建、Python依赖安装（重点强调NumPy 1.24.0的版本控制）、grid_map编译以及PyChrono的完整编译过程（包含第三方依赖如Blaze、OptiX、tinyxml2等的安装）。文档提供了详尽的命令行操作指南，