- 1、本文档共40页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
2019
嵌入式
人工智能
CREATIVE by:刘德健,郑宏,王涛,田竟民,谭茜成
目 录
CONTENTES
3
Part 01
软件可行性
4
无人驾驶关键技术
第一个问题是定位,自动驾驶需要的是厘米级定位。
第二个问题是路径规划,自动驾驶的路径规划第一层是点到点的非时间相关性拓扑路径规划,第二层是实时的毫秒级避障规划。第三层是将规划分解为纵向(加速度)和横向(角速度)规划。
第三个问题是车辆执行机构执行纵向和横向规划,也就是线控系统。
第一个和第三个问题主要由硬件解决,下面将介绍无人驾驶路径规划算法。
5
5
已知无人驾驶车辆的几何形状和动力学模型,以及通 过车载传感器采集到的周围环境信息,包括障碍物的分布 及状态等。路径规划的任务就是根据接收到的信息,计算 一条免碰撞且满足车辆动力学和几何约束的可行轨迹。并将规划结果输出至运动控制层,车辆根据规划轨迹实时 给出合适的控制量,以实现车辆对轨迹的跟随。 在一个空间中,车辆的所有状态集合称为其构形空 间,用符号 C 表示,障碍物构形空间用 表示,构形空 间自由 连续映射称为构形空间中的一条可行路径。车辆的状态空间是由状 态方程和输出方程总和起来构成的一个完整的动态描述, 是在构形空间上加上车辆所受的非完整约束条件速度、曲 率维度等得到的。类似于构形空间,状态空间的起始构 型、终止构型、障碍区域和自由区域可分别表示
可行轨迹在构形空间中的投影就是
可行路径。 路径规划问题可用三元组 来描述, 路径规划算法就是根据一系列的状态输入量,找出由初始 状态到达目标状态的可行轨迹。
问题描述
6
6
传统的路径规划算法是研究人员多年来研究的最基本,最成熟的算法,这些算法原理简单易实现,并以得到广 泛应用。本文着重介绍在无人驾驶车辆上得到较好应用 的两类传统路径规划算法,分别是以 A* 算法为代表的基 于图有哪些信誉好的足球投注网站的路径规划算法和以快速扩展树( r apidl y explo - r ing random tree,RRT)为代表的基于采样的路径规划 算法。
1基于图有哪些信誉好的足球投注网站的路径规划算法
基于图有哪些信誉好的足球投注网站的路径规划算法的基本思想是将状态空 间通过确定的方式离散成有哪些信誉好的足球投注网站图,并用各种启发式有哪些信誉好的足球投注网站算 法计算其可行解。
Dijstra算法是一种经典的最短路径有哪些信誉好的足球投注网站算法,但 其广度优先的性质会导致有哪些信誉好的足球投注网站太多无关节点。因此,在 20世纪60年代 Hart等提出了启发式的 A* 有哪些信誉好的足球投注网站算法,其基本公式如下:
f(n=g(n)+ h (n) ( 1)
式中: f(n)为初始状态到目标状态的估计代价;g(n)为初始状态到状态n的实际代价; h(n)为状态n到目标状态的估计代价。虽然 A*算法能有效解决最短路径问题,但其存在易 陷入“死循环”、规划路径折点多、在动态环境中规划效果不佳等问题。
2基于采样的路径规划算法
与基于有哪些信誉好的足球投注网站的路径规划算法不同,基于采样的路径规 划算法通过均匀随机采样的方法来探索高维状态空间的 连通性。此类算法的最大特点有两个: 1)无需对状态空间 的自由区域进行建模; 2)由于其随机采样的特点,有哪些信誉好的足球投注网站速 度快,规划效率高,缺陷在于不能处理非完整约束动力学 问题。典型的基于随机采样的算法是RRT算法,该算法不要求状态之间精确连接,适合解决无人驾驶车辆在复 杂环境下的路径规划问题。
传统算法
7
7
传统算法
8
8
随着对各个交叉学科的研究,各类智能优化算法也被 引入到路径规划领域,通过模拟自然界生物的行为规律实 现优化的目的,智能优化算法具有自学习、自决定功能。 近年来,典型的智能优化算法包括蚁群算法(ant colony optimization,ACO) 、触须算法( t entacle al gorithm) 和智能水滴算法( i ntelli gent water drops,IWD) 。
智能优化算法
9
9
强化学习(Reinforcement Learning, RL)指无人驾驶 车辆利用自身传感器不断与环境相互作用来获取未知环境的知识。其学习构架如图3所示。
基于强化学习的算法
强化学习的优势在于通过和环境交互试错进行在线 学习,在行动和评价的环境中获得知识,对行动方案进 行改进适应环境,以获得最优动作。常用的强化学习算法 有瞬时差分法、 Sarsa算法和 Q-Learning算法。其中Q-Learning算法是最有效的与环境模型无关的算法,具有在 线学习的特点。 虽然强化学习在随机动态环境的路径规划中有较好 应用,但如何加快算法收敛速度,降低空间复杂度,提升在 环境中的学习能力,一直是研究的难点问题。文献提 出基于近似动作空间模型策略选择的Q-Learning学习算 法,文献提出双层强化
您可能关注的文档
- 全国省市列表.pdf
- 全过程工程项目管理全套流程图.docx
- 热交换器计算示例-精.docx
- 人教版道德与法治一年级下册教学计划.doc
- 人教版英语九年级 Unit 14 第一课时 说课讲稿.docx
- 人口老龄化的英文作文.doc
- 人民调解委员会卷宗.doc
- 人事任命红头文件模板.doc
- 人文地理学复习题.pdf
- 七夕节日-PPT课件.pptx
- 2024年中国钽材市场调查研究报告.docx
- 2024年中国不锈钢清洗车市场调查研究报告.docx
- 2024年中国分类垃圾箱市场调查研究报告.docx
- 2024年中国水气电磁阀市场调查研究报告.docx
- 2024年中国绿藻片市场调查研究报告.docx
- 2010-2023历年初中毕业升学考试(青海西宁卷)数学(带解析).docx
- 2010-2023历年福建厦门高一下学期质量检测地理卷.docx
- 2010-2023历年初中数学单元提优测试卷公式法(带解析).docx
- 2010-2023历年初中毕业升学考试(山东德州卷)化学(带解析).docx
- 2010-2023历年初中毕业升学考试(四川省泸州卷)化学(带解析).docx
文档评论(0)