关于实际应用中路径选择与参数设定的问题

2021-12-13 15:12:50 495 阅读 AI 写同款 · GEO 优化AI 选题数据监测一键分发 ›

多项逻辑回归在骑行路径选择分析中的应用与实战逻辑回归作为经典的分类算法，通过sigmoid函数将线性组合映射为概率输出，广泛应用于二分类和多分类场景。其技术价值在于模型可解释性强、计算效率高，能够量化各特征对分类结果的影响程度。在交通行为分析领域，多项逻辑回归特别适合处理像出行目的这样的多分类问题，可以同时考虑距离、坡度、绿化景观等多个影响因素。本文基于骑行路径选择这一具体应用场景，详细演示了如何利用Python中的statsmodels库构建多项逻辑回归模型，分析通勤、休闲、购物等不同出行目的下骑行者对视觉元素和非视觉元素的偏好差异。通过完整的特征阅读详情

首先感谢各位大神的开源工作，在进行实际调试的时候遇到了几个问题，想请教一下：

我们用的底盘是husky A200四轮式底盘（是可以原地转向的），Path使用的文件也是默认文件，文件默认是给了7条主路径，然后每条主路径又根据朝向不同各有分支，但是会出现一种情况，就是在选择路径的时候，仅能选择第一段路径的中间三个朝向（左一中右一），在选择左二（三）、右二（三）等朝向的时候，机器人会出现“卡死”的情况，也就是不能转弯也不能前进，cmd_vel话题停止输出，这是怎么一回事呢？已经确认没有开启dirToVehicle。

在实际使用的过程中，发现仅有第一段轨迹分支对机器人行走有直接有影响，感觉后续的两段并没有对导航起到实际作用？这样的话是否只生成第一段路径即可呢？

对于path_generator来说dis参数直接影响到生成路径的尺度（或者说分辨率），是不是分辨率越高导航效果越好呢？我们在实验中发现dis设定越大导航的精度就越差，而按照原始dis=1的查找表进行导航效果就很好。下面三图的参数分别为：1-27-0.65（好），2-27-0.65（一般），5-27-0.65（差，近乎不转弯，且到达目标点附近时直接越过目标点继续前行）。