W1H1J1的博客

MPC 运动规划

基于硬约束和软约束的路径规划

轨迹优化：Minimum snap

从运动学约束出发考虑机器人的运动规划。

运动规划二：基于采样的路径规划1.PRM2.RRT3.Optimal sampling-based path planning methods4. Advanced path planning methods5. Implementation1.PRM基本介绍：基于图结构分为学习（撒点生成图）和查询阶段（找图）学习：随机采样 + 删除有障碍的线段查询： 使用 Dijstra 和 A* 算法进行查询优缺点：优点：概率完备,不用查询整个地图；缺点：分成两个阶段，效率低关于提高

基于搜索的路径搜索1.Graph Search Basis1.1 配置空间下的规划1.2 图搜索整体思想：1.3 图遍历2.Dijkstra and A*算法工程实现3. Jump Point Search4. Homework参考1.Graph Search Basis1.1 配置空间下的规划工作空间：机器人有不同的形状和尺寸，进行碰撞检测就需要花费很多时间，并且较难。配置空间：把机器人当成一个点，把障碍物进行膨胀，规划就进行了简化。1.2 图搜索整体思想：搜索树的节点，然后从目标点回溯到

移动机器人运动规划 作业问题HW1在运行功能包时出现问题：参考/usr/include/pcl-1.10/pcl/point_types.h:550:1: error: ‘plus’ is not a member of ‘pcl::traits’在路径home/whj/catkin_ws/src/grid_path_searcher下修改CmakeList.txt 文件,在第14行之后添加set(CMAKE_CXX_STANDARD 14)再次运行即可cd ~/catkin_ws/c

移动机器人运动规划 - 环境配置1.安装 ubuntu参考：最详细一次成功——手把手教你避坑安装ubuntu双系统（免U盘图文详解各种可能出现而导致安装失败的问题）2.安装GCC参考：如何在 Ubuntu 20.04 上安装 GCC(build-essential)3.安装ROS参考：中文：Ubuntu 20.04 安装 ROS Noetic英文（官方）：Ubuntu install of ROS Noetic...