搜索资源列表
RRT-path-panning-algorithm
- 本文以自主驾驶车辆为实际应用背景．提出了一种改进的ＲＲＴ（快速随机搜索树）路径规划算法．该路 径规划算法将非完整性约束条件与双向多步扩展ＲＲＴ搜索算法相结合，在提高搜索效率的同时保证了规划路径的可 行性．同时将路径点作为Ｂ样条基函数的控制点，用三次Ｂ样条函数来拟合控制点生成平滑可跟踪的路径．通过在平 面障碍物环境下实验，验证了该算法的有效性．-ＡｉｍｉｎｇａｔｔｈｅａｐｐｌｉｃａｔｉｏｎｏｆＡＬＶ（ａｕｔｏｍａｔｉｃｌａｎｄ
Wuliu
- 现代物流在我国才刚刚起步，管理信息程度还很低，发展过程有许多问题，例如：货物运输过程中不透明、信息传输滞后、车辆监管不力等。针对我国物流现状，本系统将ArcEngine与物流管理系统相结合，利用GIS技术建立一个可视化、智能化的物流管理系统，为物流企业高效科学的管理提供一个方便快捷的管理工具。 首先利用VB作为ArcEngine的二次开发语言，以此来完成整个系统的界面设计以及基础信息设置，包括基础地理数据底层、最短路径分析等。
CarSim_Matlab联合仿真20131218得到的成功版test
- 基于carsim与matlab联合仿真的无人车辆路径规划与轨迹重规划(Path planning and trajectory re planning of unmanned vehicle based on CarSim and MATLAB joint simulation)
模型预测控制
- 基于模型预测控制设计的无人驾驶车辆轨迹跟踪问题，内附有MATLAB程序与详细的建模过程，研究车辆转向的同学可以作为参考(The trajectory tracking of unmanned vehicles based on model predictive control design is accompanied by MATLAB programming and detailed modeling process. Studen
lqr
- 无人驾驶汽车运动控制分为纵向控制和横向控制。纵向控制是指通过对油门和制动的协调，实现对期望车速的精确跟随。横向控制实现无人驾驶汽车的路径跟踪。其目的是在保证车辆操纵稳定性的前提下，不仅使车辆精确跟踪期望道路，同时使车辆具有良好的动力性和乘坐舒适性。(The motion control of driverless cars is divided into vertical control and lateral control. Lon
第5章
- 实现无人驾驶车辆基于车辆动力学模型的轨迹跟踪及路径规划(Track tracking and path planning of driverless vehicle based on vehicle dynamics model)
自主驾驶车辆的路径规划与轨迹跟踪控制.rar
- 为减少道路突发事故，提高车辆通行效率，需要研究车辆的紧急避障以实现自主驾驶。 基于车辆点质量模型，设计了非线性模型预测控制( MPC) 路径规划器; 基于车辆动力学模型，设计了线性时变MPC 轨迹跟踪器。(Emergency obstacle avoidance is one of the key points for autonomous driving system. A path planning controller base
LQR_Pathtracking
- 线性约束下基于LQR方法的车辆路径跟踪，用于无人驾驶。(Vehicle path tracking based on LQR method under linear constraints is used for unmanned driving.)
PathFollowingUsingMATLABandSimulink
- 通过纵向速度控制与侧向路径跟随，实现车辆轨迹跟踪功能(Through longitudinal speed control and lateral path following, the function of vehicle trajectory tracking is realized)