Apollo問答 | 關於Lattice Planner規划算法的若干問答 上周，我們在Apollo開發者交流群內做了關於Lattice Planner的分享。這里，我們將社群分享里開發者提出的問題進行了歸納整理，現場沒有得到回答的問題，大家可以從本期問答內尋找答案 ...

大家好，我是來自百度智能駕駛事業群的許珂誠。今天很高興能給大家分享Apollo 3.0新發布的Lattice規划算法。 Lattice算法隸屬於規划模塊。規划模塊以預測模塊、routing模塊、高精地圖和定位的結果作為輸入，通過算法，輸出一條平穩、舒適、安全的軌跡，交給控制模塊 ...

參考文獻： Efficient constrained path planning via search in state lattices Differentially Con ...

基於先驗完全信息的全局路徑規划 局部路徑規划 - http://blog.csdn.net/birdy_/article/details/77453638 姿態空間離散 行車圖法：在自由空間中構建連通網絡 在圖中用直線連接所有特定點，刪除會發生碰撞的，在余下的路線中求出 ...

路徑規划的一般步驟：構建環境、搜索、平滑處理；環境構建：C-空間，自由空間、Voronoi圖、柵格法；搜索算法在下面逐個列出。解決的問題：全局、局部、未知環境；解決維度：二維、三維；路徑搜索的連續性：離散、連續; 時間需求：實時、不是實時的；下面先列出常見的路徑優化方法，后面將逐個給出算法 ...

博客轉載自：http://www.cnblogs.com/21207-iHome/p/7210543.html 傳統的路徑規划算法有人工勢場法、模糊規則法、遺傳算法、神經網絡、模擬退火算法、蟻群優化算法等。但這些方法都需要在一個確定的空間內對障礙物進行建模，計算復雜度與機器人自由度呈指數關系 ...

　　路徑規划作為機器人完成各種任務的基礎，一直是研究的熱點。研究人員提出了許多規划方法：如人工勢場法、單元分解法、隨機路標圖（PRM）法、快速搜索樹（RRT）法等。傳統的人工勢場、單元分解法需要對空間中的障礙物進行精確建模，當環境中的障礙物較為復雜時，將導致規划算法計算量較大。基於隨機采樣技術 ...

　　傳統的路徑規划算法有人工勢場法、模糊規則法、遺傳算法、神經網絡、模擬退火算法、蟻群優化算法等。但這些方法都需要在一個確定的空間內對障礙物進行建模，計算復雜度與機器人自由度呈指數關系，不適合解決多自由度機器人在復雜環境中的規划。基於快速擴展隨機樹（RRT / rapidly exploring ...