일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | 6 | 7 |
8 | 9 | 10 | 11 | 12 | 13 | 14 |
15 | 16 | 17 | 18 | 19 | 20 | 21 |
22 | 23 | 24 | 25 | 26 | 27 | 28 |
29 | 30 |
- 나이퀴스트
- 궤환선형화
- 자동제어
- 차량 동역학
- feedback linearization
- humble
- #! /usr/bin/env python
- FL
- 터미널 오류
- RL
- 백스테핑
- Backstepping
- 오류
- 보드선도
- Isaac Sim
- lateral dynamics
- ros2humble
- 비선형제어
- 러닝 #운동 #동기부여
- 강화학습
- 궤환 선형화
- 나이퀴스트선도
- 제어공학
- 2024적금
- control
- Python
- 횡방향 동역학
- 경로계획
- 우분투
- ROS2
- Today
- Total
목록자율주행/Path Planning (2)
내 머릿속

1. DGPRM (Disk-Graph PRM)확률적 로드맵 방법인 PRM기법의 상위버전이라고 생각해서 논문을 읽기 시작했고 코드로 구현을 하고있다.기존 PRM과의 차이점이 있다면 장애물(즉, Occupancy Grid map)을 고려해 Bubble형태의 Disk-Graph를 구성하게 되어 장애물과의 충돌이 적은 경로를 Path Planning할 수 있다는 장점이 있다. Process는 간략하게 다음과 같다.1. 시작 노드의 정보를 Bubble크기로 그래프에 추가한다.2. 무작위 샘플링을 진행하고 Edge & Vertex의 Validity를 체크해 Graph에 추가한다.3. 샘플링을 했음에도 불구하고 Goal까지 Path가 만들어지지 않는다면 재 샘플링을 진행한다.4. 재샘플링은 Exponential di..

PRM (확률적 로드맵 방법) 확률적 로드맵 방법은 장애물이 존재하는 임의의 Map 상에서 경로계획하는 방법이다. 하지만 많고 많은 경로계획 방법중에는 Artificial Potential Field나 잘 알려진 A*알고리즘 등이 존재한다! 경로계획에 조금이라도 관심이 있다면 Potential Field가 유려한 곡선경로 및 장애물 회피 성능을 보장하고, A* 알고리즘은 같은 환경에서 일정한 최적경로를 도출한다는 사실을 알고 있을 것이다. 하지만 위의 두 알고리즘은 치명적인 단점이 존재한다. A* : 탐색시간이 길다. APF(Artificial Potential Field) : Local minimum에 빠진다면 아무리 시간이 흘러도 경로가 도출되지 않는다. 이를 확률적 경로탐색법 중 하나인 PRM으로 ..