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。
- 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。
- 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
使用Simulink避免障碍,同时遵循一个差动驱动机器人的路径。
- 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。