无人驾驶路径规划笔记

无人驾驶路径规划笔记

企业JD要求：

路径规划算法：A*, RRT, NMPC, MPC, lattice
凸优化： QP, SQP
深度／强化学习：Paddle, Tensorflow2

马尔科夫决策过程

马尔科夫特性(Markov Property) 当且仅当满足下式，状态$S_t$具有马尔科夫特性
$$P[S_{t+1}|S_t]=P[S_{t+1}|S_1,...,S_t]$$状态转移概率(State Transition Probability)对于马尔科夫状态s和下一状态s’状态转移概率可定义为：$$P_{s{s}^{\prime }}=P[S_{t+1}=s^{\prime }|S_t=s]$$马尔科夫过程(Markov Process)
是一个无记忆的随机过程
马尔科夫决策过程(Markov Decision Process, MDP)是增加了动作选择的马尔科夫过程

贝尔曼最优公式(Bellman Optimality Equation):…

Constraints 3 类

Local constraints: e.g. avoid collision with obstacles
Differential constrains: e.g. bounded curvature
Global constraints

Path-Planning Approaches

• Roadmap
• Cell decomposition
• Potential field

Lattice Planning

决策规划分类：

Rules based -> Optimization -> Data based
优化三个要素：1. Objective function 2.Constraint 3…

路径追踪

1, Pure pursuit