智能驾驶 - 随笔分类 - 未完代码

关于Lattice Planner规划算法的若干问答

摘要：Apollo问答 | 关于Lattice Planner规划算法的若干问答上周，我们在Apollo开发者交流群内做了关于Lattice Planner的分享。这里，我们将社群分享里开发者提出的问题进行了归纳整理，现场没有得到回答的问题，大家可以从本期问答内寻找答案。 1 Q Lattice Pla 阅读全文

posted @ 2018-10-23 14:51 未完代码阅读(11047) 评论(0) 推荐(2) 编辑

lattice planner 规划详解

摘要：下面我来介绍一下Lattice规划算法的工作流程。我们以右图中的场景为例。其中红车是我们的自动驾驶汽车，蓝车是其他障碍车，前面蓝色带尖头的曲线是蓝车的预测轨迹。那么这是一个前方即将有车辆并入的场景。阅读全文

posted @ 2018-08-31 09:12 未完代码阅读(21275) 评论(0) 推荐(3) 编辑

HSV转换

摘要：HSV中H为色调（Hue）、S为饱和度（Saturation）、V为亮度（Value）三个分量构成 RGB和HSV颜色空间中进行图像处理的案例，HSV颜色空间分离图像中每一个像素的值或V分量。这个分量在不同光照条件下变化最大，H或色调通道在阴影或高亮条件下非常稳定，如果我们主要依赖于这个通道，并丢弃阅读全文

posted @ 2018-06-13 06:24 未完代码阅读(1350) 评论(0) 推荐(0) 编辑

HSV 和 HLS颜色空间

摘要：颜色空间颜色空间是特定的颜色组织；它提供了将颜色分类，并以数字图像表示的方法。 RGB 是红绿蓝颜色空间。你可以将其视为 3D 空间，在这种情况下是立方体，其中任何颜色都可以用 R、G 和 B 值的三维坐标表示。例如，白色具有坐标（255,255,255），其具有红色、绿色和蓝色的最大值。 RGB 阅读全文

posted @ 2018-06-13 05:45 未完代码阅读(4349) 评论(0) 推荐(1) 编辑

第三期轨迹生成——4.运动规划算法的类型

摘要：有很多类运动规划算法，今天我们将关注这些类中的一个，但值得一提的是其他类。组合方法通常包括将空闲空间分成几部分小件和第一次解决连接这些原子元素的运动计划问题。他们非常直观地找到最初的近似解决方案，但它们通常不适合大型环境。接下来，潜在领域是反应方法。每个障碍都将创造一种反重力场使车辆难以接阅读全文

posted @ 2018-05-07 14:09 未完代码阅读(2617) 评论(0) 推荐(0) 编辑

第三期轨迹生成——3.运动规划算法的属性

摘要：在讨论计划算法时，有两个重要的属性我们想谈谈。第一个被称为完整性。这意味着如果通过乘法问题存在解决方案，规划者会发现它。如果解决方案不存在，计划者将终止并报告没有解决方案。所以，请考虑以下两种情况。在第一种中，完整的算法可能正确地将其识别为解决方案。而第二种，该算法会终止并告诉我们没有解决阅读全文

posted @ 2018-05-07 13:48 未完代码阅读(393) 评论(0) 推荐(0) 编辑

第三期轨迹生成——2.运动规划问题

摘要：在第一课中，你看到了一些最好的规划算法，解决了运动规划问题。但我们从未正式定义过这个问题。我想现在就这样做。现在，有一个词你可能会遇到很多如果你开始阅读关于运动规划算法的材料。该词定义为“配置空间”. 给定世界中所有可能的机器人配置。考虑你在第一课中看到的迷宫词，这些词都是2D网格，机器人配阅读全文

posted @ 2018-05-07 12:25 未完代码阅读(426) 评论(0) 推荐(0) 编辑

第三期轨迹生成——1.课程概述

摘要：嗨，我是伊曼纽尔。在本课中，我将教你关于连续轨迹规划。更具体地说，如何生成可拖动的轨迹。在我们开始之前，让我简要介绍一下本课程。首先，我们将定义运动规划问题，并讨论关于运动规划算法的一些重要概念和优先级。然后，我们将快速回顾A * 为了让您为第一个新算法做好准备，我们将介绍称为Hybrid A 阅读全文

posted @ 2018-05-07 12:07 未完代码阅读(492) 评论(0) 推荐(0) 编辑

第三期行为规划——14.计划计算时间

摘要：在课程开始的时候，你已经看到了这张图。现在你可能会猜测行为模块的原因更低的频率比例如轨迹模块更新。这是由于高层做出的决定行为模块花费更长的时间范围，只是不会经常更改。但轨迹模块仍然依靠我们的决定和整个系统体系结构的重要性不允许比较慢的模块行为计划者记录其他更快速组件的正常运行。让我们花一秒钟来阅读全文

posted @ 2018-05-07 11:49 未完代码阅读(240) 评论(0) 推荐(0) 编辑

第三期行为规划——12 成本函数设计和权重调整

摘要：成本函数设计的困难： 1.包括在不解决见问题的情况下解决新的问题。当你在自驾车上工作时，你可能会发现车辆行为合理，除了一些特定的情况。也许它在红绿灯左转时没有足够的攻击性。所以，为了解决这个问题，您可以添加新的成本函数，调整现有的或修改权重。但每次你做，你有可能会介绍有些将变革转化为已经发挥作阅读全文

posted @ 2018-05-07 11:30 未完代码阅读(399) 评论(0) 推荐(0) 编辑

第三期行为规划——11.在C ++中实现第二个成本函数

摘要：在大多数情况下，单一成本函数不足以产生复杂的车辆行为。在这个测验中，我们希望您在C ++中实现更多的成本函数。我们稍后会在本课中使用这两个C ++成本函数。这个测验的目标是创建一个成本函数，使车辆在最快的车道中行驶，给出几个行为选项。我们将为该功能提供以下四个输入：目标速度：目前设置为10（无单位阅读全文

posted @ 2018-05-07 10:28 未完代码阅读(244) 评论(0) 推荐(0) 编辑

第三期行为规划——10.用C++实现变道函数

摘要：在之前的测验中，我们设计了一个成本函数，高速公路上到达一个目标选择一条车道。公式中，Δd是车道间的纵向距离，Δs是车辆到目标之间的距离。在这个测验中，需要用c++实现代价函数，但是这里有一个变换，有限状态机包含规划向右变道的车道（PLCR）,和规划向左变道的车道（PLCL）. 所以代价函数要符合阅读全文

posted @ 2018-05-07 10:19 未完代码阅读(296) 评论(0) 推荐(0) 编辑

第三期行为规划——9. 车道变换成本函数

摘要：在上图中，蓝色自动驾驶赛车（左下角）正在努力达到目标（金星）。目前它在正确的车道上，但是绿色的车行驶非常缓慢，所以它考虑是应该执行车道变换（LC）还是仅保持车道（KL）。这些选项显示为带有虚线轮廓的浅蓝色车辆。如果我们想要设计一个处理车道选择的成本函数，那么确定相关变量是有用的。在这种情况下，阅读全文

posted @ 2018-05-07 09:35 未完代码阅读(397) 评论(0) 推荐(0) 编辑

第三期行为规划——8.速度惩罚的代价函数

摘要：在我们想要的时候获得转换的关键部分，他们要设计合理的成本函数。我们想惩罚和奖励正确的事情。我将通过一个例子来说明，您可能会考虑设计成本函数的一种方法。我们来考虑如何设计车速的成本函数。一方面，我们想快速到达目的地，但另一方面，我们不想违法。我们必须控制的基本数量是汽车所需的速度。有些速度更有高阅读全文

posted @ 2018-05-05 17:06 未完代码阅读(606) 评论(0) 推荐(0) 编辑

第三期行为规划——7.状态转移方程的伪代码

摘要：行为规划伪代码实现转换函数的一种方法是为每个可访问的“下一个状态”生成粗略轨迹，然后找到最佳状态。为了“找到最好的”，我们通常使用成本函数。然后我们可以计算出每条粗略轨迹的代价是多大，然后选择成本轨迹最低的状态。稍后我们会更详细地讨论这一点，但首先仔细阅读下面的伪代码，以更好地了解转换函数的工阅读全文

posted @ 2018-05-05 16:39 未完代码阅读(331) 评论(0) 推荐(0) 编辑

第三期行为规划——6.输出状态转换方程的量

摘要：你刚才看到我们选择使用的状态会如何影响车辆的行为。但是要决定这些状态如何过渡以及有哪些投入过渡功能的使用是至关重要的一个有限状态机的实际实现。对于自动售货机的例子，唯一的投入是硬币。自驾车更加复杂。所以问题是，我们需要将什么数据作为输入传入我们的转换函数。检查所有适用。以上五个状态都需要阅读全文

posted @ 2018-05-05 16:31 未完代码阅读(209) 评论(0) 推荐(0) 编辑

第三期行为规划——5.自主驾驶车辆的状态

摘要：现在让我们考虑一下我们可能想要在高速公路上驾驶汽车的状态。从头开始创建一个有限状态机。保持简单。如果我们是唯一一辆路上的车，会发生什么？我想我们需要一个状态来正常待在你的车道上。如果我们正在改变车道，我们想要一个状态来代表这一点。或者，也许两个状态，因为改变车道左侧不同于右侧。好的。我猜。如阅读全文

posted @ 2018-05-05 14:42 未完代码阅读(350) 评论(0) 推荐(0) 编辑

第三期行为规划——4.形式化FSM

摘要：让我们考虑一个简单的自动售货机，其中一切花费20美分。假设这台自动售货机只需要镍和硬币，但没有更大或更小。然后，我们可以模拟状态这台自动售货机以已存入的金额为准。起始状态将为零美分。有两种可能发生。我们可以投入镍，五美分或可以投入一美元，以使状态达到10美分。在我们思考之前，其余的过渡都相当简阅读全文

posted @ 2018-05-05 14:13 未完代码阅读(241) 评论(0) 推荐(0) 编辑

第三期行为规划——3.有限状态机

摘要：在前一届政府中，导航员就接下来要做的事提出了各种建议。他们给的指示是关于改变车道的事情，车道之后，转弯等。但实际上并没有那么多类型的您期望从导航器听到的建议。在本课中，我们将教授一种行为规划方法使用称为有限状态机的东西来解决行为规划问题。有限状态机根据离散状态的有限集合做出决定。在这个例子中五阅读全文

posted @ 2018-05-05 13:51 未完代码阅读(333) 评论(0) 推荐(0) 编辑

第三期行为规划——2.行为问题

摘要：想象一下，你和你的朋友在一个城市开车。你有一个你正试图达成的目标。你坐在乘客座位上，你的朋友正在开车。您将该目标插入Google地图和您得到一些能够让你到达目的地的路线。司机不应该关心具体路线的细节。对，因为司机相信你的行为，作为导航员，会告诉他们他们需要做什么样的动作，而且是了解到他们只是负阅读全文

posted @ 2018-05-05 12:21 未完代码阅读(249) 评论(0) 推荐(0) 编辑

随笔分类 - 智能驾驶