logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

Apollo planning之PathBoundsDecider

PathBoundsDecider类,,路径边界决策主要的就在Process方法中。Decider类继承了,,并且执行方法。和上述的方法相对应Task类,定义类,是路径边界决策的输入。

文章图片
#c++#自动驾驶#算法
Apollo planning之PathAssessmentDecider

路径评估决策是规划模块的task,属于task中的decider类别。依据原先设计好的规则,对各种path进行assess,排序得到最优的路径,并在规划路径上的采样点添加标签作为路径筛选的依据,并为速度规划提供限制.........

文章图片
#自动驾驶#c++#算法
机器人中的数值优化之最速下降法

梯度方向是函数上升最快的方向,而负梯度方向则是函数下降最快的方向,因此。如果采用衰减步长迭代,可以保证收敛,但是随着步长越来越短,收敛越来越慢。如果采用恒定步长迭代,将导致不停的震荡,始终无法收敛。非精确线搜索:我们不希望再求解子优化问题,也就是。前面我们讨论了迭代方向如何选择,现在讨论。,对于条件数,不清楚的读者可以参考。而这里也采用了一种二分的方法,当。这里我们还需要考虑条件数的问题,对于次梯

文章图片
#人工智能#性能优化#算法 +1
自动驾驶预测与决策规划(有限状态机)

1 有限状态机的介绍(1)在硬件角度看,状态机由状态寄存器和组合逻辑电路构成,能够根据控制信号按照预先设定的状态进行状态转移。(2)因为状态机是基于有限的离散状态,所以状态机也称为有限状态机,简写为FSM(Finite State Machine)(3)有限状态机是一个简单的抽象反应系统,它只针对特定的外界激励产生数量有限的响应其核心思想是,通过有限的状态描述定义,组合产生大量的复杂的逻辑行为..

文章图片
#自动驾驶#人工智能#算法
机器人中的数值优化之罚函数法

由于L1-罚函数非光滑,因此无约束优化问题P的收敛速度无法保证,这实际上就相当于用牺牲收敛速度的方式来换取优化问题P的精确最优解。,如在1e-2~1e-3之间可接受。约束违背量不要求特别小时可采用。除了直接一步到位,还可以。

文章图片
#算法#机器人#自动驾驶
到底了