运动规划
路径度量,RRT路径规划器,路径跟踪
使用运动规划来规划通过环境的路径。您可以使用常见的基于采样的规划器,如RRT、RRT*和Hybrid A*,或者指定您自己的可定制路径规划接口。使用路径度量和状态验证来确保您的路径是有效的,并且具有适当的障碍清除或平滑性。使用纯追踪和矢量场直方图算法跟随你的路径并避开障碍。
功能
主题
- 选择“路径规划算法”进行导航
详细介绍不同路径和运动规划算法的好处。
- 使用RRT规划移动机器人路径
本例展示了如何使用快速探索随机树(RRT)算法通过已知地图为车辆规划路径。
- 用RRT在杂乱的房间里移动家具
这个例子展示了如何规划一个路径来移动笨重的家具在一个狭窄的空间,避免杆子。
- 基于RRT的机械手运动规划
为a计划一个抓取动作Kinova Jaco辅助机器人手臂使用快速探索随机树(RRT)算法。
- 室内地图的动态重新规划
这个例子展示了如何使用范围查找器和a *路径规划器在仓库地图上执行动态重新规划。
- 高速公路变道
本示例展示了如何感知环绕视图信息,并将其用于设计高速公路驾驶场景下的自动变道机动系统。
- 基于Frenet参考路径的公路轨迹规划
本例演示了如何在高速公路驾驶场景中规划局部轨迹。
- 城市驾驶最优轨迹生成
此示例展示如何在城市场景中使用
trajectoryOptimalFrenet
. - 基于动态占用网格图的城市环境运动规划
这个例子向您展示了如何使用Frenet参考路径在城市驾驶场景中执行动态重新规划。
- 在Simulink®中的路径跟踪与障碍物躲避金宝app
本示例向您展示了如何使用Simulink在跟随差动驱动机器人的路径时金宝app避开障碍物。
- 用TurtleBot和VFH避障
这个例子展示了如何使用ROS工具箱和TurtleBot®矢量场直方图(VFH)在环境中驾驶机器人时执行障碍物躲避。
- 向量场直方图
VFH算法细节和可调属性。
- 纯粹追求控制器
纯追求控制器功能和算法细节。