单车模型下pure pursuit循迹

2024-01-23 03:04

本文主要是介绍单车模型下pure pursuit循迹,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

文章目录

  • 1 pure pursuit方法
  • 2 实现例子

前置:单车模型及其线性化

1 pure pursuit方法

  单车模型下的状态更新为,详细的变量含义在前置链接中
S ˙ = [ x ˙ y ˙ ψ ˙ ] = [ v c o s ( ψ ) v s i n ( ψ ) v t a n ( ψ ) L ] \dot S = \begin{bmatrix} \dot x\\ \dot y\\ \dot \psi \\ \end{bmatrix} = \begin{bmatrix} vcos(\psi)\\ vsin(\psi)\\ v\frac{tan(\psi)}{L} \\ \end{bmatrix} S˙= x˙y˙ψ˙ = vcos(ψ)vsin(ψ)vLtan(ψ)
pure pursuit方法能够做到:在给定轨迹下,控制单车模型的前轮转角 δ f \delta_f δf,从而让单车模型能够跟随轨迹运动。如下图所示,对于给定目标点 ( g x , g y ) (g_x,g_y) (gx,gy),pure pursuit方法输出特定的 δ f \delta_f δf使其后轴中心能够通过目标点,从而达到轨迹跟踪的作用。
请添加图片描述
根据几何关系,可以得到:
δ f = a r c t a n ( 2 L s i n α l d ) \delta_f = arctan(\frac{2Lsin\alpha}{l_d}) δf=arctan(ld2Lsinα)
其中 l d l_d ld被称为前视距离,在实际应用中,我们根据 l d l_d ld去选择一个时间步下的预瞄点,前视距离一般设定为速度的线性函数

2 实现例子

  这是一个通过manim动画系统实现的Pure pursuit例子。

class FollowTraj(Scene):def construct(self) -> None:self.frame.set_width(80)axes = Axes(x_range=[-500, 500], y_range=[-20, 20])self.play(ShowCreation(axes))trajectory = np.zeros((150, 2))trajectory[:, 0] = np.linspace(0, 150, 150)trajectory[:, 1] = 5 * np.sin(trajectory[:, 0] / 20)# trajectorytrajectory_dot = VGroup()for i in range(len(trajectory)):dot = Dot().move_to(axes.c2p(trajectory[i, 0], trajectory[i, 1]))dot.set_color(BLUE)trajectory_dot.add(dot)self.play(ShowCreation(trajectory_dot))L = 2.8v = 10.0 # 初始速度# 初始化单车模型,仿真模拟步长0.1scar = KinematicModelBackCenter(0, 2.0, 0, v, L, 0.1)# 动画相关car_center = Dot(color=RED).move_to(axes.c2p(car.x, car.y))car_polygon = get_polygon(car.x, car.y, car.psi, 3.0, 1.0, 2.1).set_color(RED)idx = 0ld = 1.0 * v + 2.0  # 前视距离选取关于速度的线性函数,k=1.0,b=2.0for i in range(150):self.frame.move_to(axes.c2p(car.x, car.y))car_pos = np.array([car.x, car.y])# 找到距离前视距离范围外第一个点,作为预瞄点for i in range(idx, len(trajectory)):dis = np.linalg.norm(car_pos - trajectory[i])if dis >= ld:idx = ibreak# pure pursuit算法dist = np.linalg.norm(car_pos - trajectory[idx])dx, dy = trajectory[idx] - car_posalpha = math.atan2(dy, dx)delta = math.atan2(2.0 * L * math.sin(alpha - car.psi) / dist, 1.0)# 更新车辆状态car.update_state(0, delta)# 动画相关cur_car_center = Dot(color=RED).move_to(axes.c2p(car.x, car.y))cur_car_polygon = get_polygon(car.x, car.y, car.psi, 3.0, 1.0, 2.1).set_color(RED)# 动画相关self.play(Transform(car_center, cur_car_center),Transform(car_polygon, cur_car_polygon), run_time=0.02)

跑出来的效果如下:
请添加图片描述

这篇关于单车模型下pure pursuit循迹的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/635044

相关文章

0基础租个硬件玩deepseek,蓝耘元生代智算云|本地部署DeepSeek R1模型的操作流程

《0基础租个硬件玩deepseek,蓝耘元生代智算云|本地部署DeepSeekR1模型的操作流程》DeepSeekR1模型凭借其强大的自然语言处理能力,在未来具有广阔的应用前景,有望在多个领域发... 目录0基础租个硬件玩deepseek,蓝耘元生代智算云|本地部署DeepSeek R1模型,3步搞定一个应

Deepseek R1模型本地化部署+API接口调用详细教程(释放AI生产力)

《DeepseekR1模型本地化部署+API接口调用详细教程(释放AI生产力)》本文介绍了本地部署DeepSeekR1模型和通过API调用将其集成到VSCode中的过程,作者详细步骤展示了如何下载和... 目录前言一、deepseek R1模型与chatGPT o1系列模型对比二、本地部署步骤1.安装oll

Spring AI Alibaba接入大模型时的依赖问题小结

《SpringAIAlibaba接入大模型时的依赖问题小结》文章介绍了如何在pom.xml文件中配置SpringAIAlibaba依赖,并提供了一个示例pom.xml文件,同时,建议将Maven仓... 目录(一)pom.XML文件:(二)application.yml配置文件(一)pom.xml文件:首

如何在本地部署 DeepSeek Janus Pro 文生图大模型

《如何在本地部署DeepSeekJanusPro文生图大模型》DeepSeekJanusPro模型在本地成功部署,支持图片理解和文生图功能,通过Gradio界面进行交互,展示了其强大的多模态处... 目录什么是 Janus Pro1. 安装 conda2. 创建 python 虚拟环境3. 克隆 janus

本地私有化部署DeepSeek模型的详细教程

《本地私有化部署DeepSeek模型的详细教程》DeepSeek模型是一种强大的语言模型,本地私有化部署可以让用户在自己的环境中安全、高效地使用该模型,避免数据传输到外部带来的安全风险,同时也能根据自... 目录一、引言二、环境准备(一)硬件要求(二)软件要求(三)创建虚拟环境三、安装依赖库四、获取 Dee

DeepSeek模型本地部署的详细教程

《DeepSeek模型本地部署的详细教程》DeepSeek作为一款开源且性能强大的大语言模型,提供了灵活的本地部署方案,让用户能够在本地环境中高效运行模型,同时保护数据隐私,在本地成功部署DeepSe... 目录一、环境准备(一)硬件需求(二)软件依赖二、安装Ollama三、下载并部署DeepSeek模型选

Golang的CSP模型简介(最新推荐)

《Golang的CSP模型简介(最新推荐)》Golang采用了CSP(CommunicatingSequentialProcesses,通信顺序进程)并发模型,通过goroutine和channe... 目录前言一、介绍1. 什么是 CSP 模型2. Goroutine3. Channel4. Channe

Python基于火山引擎豆包大模型搭建QQ机器人详细教程(2024年最新)

《Python基于火山引擎豆包大模型搭建QQ机器人详细教程(2024年最新)》:本文主要介绍Python基于火山引擎豆包大模型搭建QQ机器人详细的相关资料,包括开通模型、配置APIKEY鉴权和SD... 目录豆包大模型概述开通模型付费安装 SDK 环境配置 API KEY 鉴权Ark 模型接口Prompt

大模型研发全揭秘:客服工单数据标注的完整攻略

在人工智能(AI)领域,数据标注是模型训练过程中至关重要的一步。无论你是新手还是有经验的从业者,掌握数据标注的技术细节和常见问题的解决方案都能为你的AI项目增添不少价值。在电信运营商的客服系统中,工单数据是客户问题和解决方案的重要记录。通过对这些工单数据进行有效标注,不仅能够帮助提升客服自动化系统的智能化水平,还能优化客户服务流程,提高客户满意度。本文将详细介绍如何在电信运营商客服工单的背景下进行

Andrej Karpathy最新采访:认知核心模型10亿参数就够了,AI会打破教育不公的僵局

夕小瑶科技说 原创  作者 | 海野 AI圈子的红人,AI大神Andrej Karpathy,曾是OpenAI联合创始人之一,特斯拉AI总监。上一次的动态是官宣创办一家名为 Eureka Labs 的人工智能+教育公司 ,宣布将长期致力于AI原生教育。 近日,Andrej Karpathy接受了No Priors(投资博客)的采访,与硅谷知名投资人 Sara Guo 和 Elad G