请问各位大佬 A*在未知环境中，如何在部分已知地图边界选择局部导航点呢

weixin_44939740 2024-08-12 15:51:06

请问各位大佬 A*在未知环境中，如何在部分已知的地图边界选择局部导航点呢

...全文

293 回复打赏收藏转发到动态举报

写回复

回复

切换为时间正序

请发表友善的回复…

发表回复

点击下方卡片，关注“自动驾驶之心”公众号ADAS巨卷干货，即可获取点击进入→自动驾驶之心【多传感器融合】技术交流群后台回复【SuperFusion】获取本文代码！！！摘要环境的高精（HD）语义地图生成是自动驾驶的一个重要组成部分。现有方法通过融合不同的传感器模式（如激光雷达和相机），在这项任务中取得了良好的性能。然而，目前的工作基于原始数据或网络特征级融合，仅考虑短距离高精地图生成，限制了其部署...

**前情提要：已经建立了odom与base_footprint的关系，并可使用按键检验 ** 《教程 Re:Zero ROS （六）—— 获取&编写&检验 -> odom坐标系》 https://blog.csdn.net/Lovely_him/article/details/107948765 教程 Re:Zero ROS （七） —— 1. slam_gmapping 建图 0）本篇大部分内容都是中科院教程中讲到过的，建议先看完中科院最后两课——第九、十课的9个视频，.

发表自香港科学技术大学的沈劭劼大佬的实验室。对于无人机来说，在未知且高度杂乱的环境中实现自主高速飞行一直是一个很大的挑战。本文提出了一个Robust And Perception-aware TrajectOry Replanning (RAPTOR)框架解决了这些问题。

不知道是由于作者电脑原因还是csdn的原因，在试图一次性上传这篇论文时卡爆了，事实上即便分三次也很卡，简单的说，本篇论文的辅助阅读分三次上传：上篇是这篇论文的前四章之前中篇是5-7章，也是个人认为比较重要的部分下篇是后三章+总结希望查看的各位大佬按需选择，如果有出错之处也欢迎大家指正与讨论，写这个辅助学习一个是记录一下自己的学习过程，另一个是希望能帮到读论文的你，本文仅供参考，还是看论文原文最为清晰。

机器学习中有两类的大问题 1.分类分类是根据一些给定的已知类别标号的样本，训练某种学习机器，使它能够对未知类别的样本进行分类。 supervised learning（监督学习） 2. 聚类聚类指事先并不知道任何样本的类别标号，l类似于分类和回归中的目标变量事先并不存在，希望通过某种算法来把一组未知类别的样本划分成若干类别 unsupervised learning （无监督学习） 3. 最大区别分类的目标类别已知聚类的目标类别未知与分类输入数据X预测变量Y不同，聚

TARE机器人自主导航系统

1,052

社区成员

432

社区内容

发帖

与我相关

我的任务

自动驾驶人工智能企业社区

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章