• 关于轨迹跟踪以及保持路径总时间的讨论结果


    最近室友苦恼于这样一个任务,主要也是由于沟通中感到大家没有一个统一的答案?因而她也在纠结要如何实现

    布置的内容大约是要做固定时间的轨迹跟踪,

    方案1.由上一模块输出路径上几个节点,pid控制到节点
    方案2.直接跟踪路径

    我个人的推荐是方案2

    首先,跟踪路径按正常方法就行,我只会按照寻迹小车相同原理做。(取出机器人前方一段规划器所得路径作为目标,通过最小二乘线性回归获得该段路径的旋转角、偏移值,上述信息作为输入(结合自身角度 偏移值),使用双环PID算法控制UUV跟踪该段路径,重复此过程直到到达终点。)

    要保证沿着路径按规定时间(不多不少)到达终点,那么首先看机器人的运动学约束(机器人能不能停悬停?),如果是如固定翼飞机这种可能速度范围比较小,则考虑在轨迹规划/路径规划阶段就把路径做成合适的长度(而非最短路径)。如果速度范围比较广(0-max),则可以在轨迹跟踪阶段做。

    此时轨迹跟踪模块获得输入为(轨迹+轨迹总长度+预期时间),一个简单的方法是:
    令当前速度v = Lall/Lnow / Tall/Tnow × v期望平均
    思路和之前那篇固定路径长度A*一样。(我的理解这部分就相当于只应用个p控制)

    但是她需要应用一些高端算法,因而我们需要找出控制量。
    这里令控制量为 已走过轨迹平均速度 = Lnow/Tnow
    控制目标为 整体平均速度 Lall/Tall

    控制量为 Lall/Lnow / Tall/Tnow
    目标值为 1
    输出的数值×平均v就是想要的速度

    例如要应用pid 和之前的代码差不多,记录多次历史Lall/Lnow / Tall/Tnow 做积分
    使用类似中断的功能做微分
    p的默认值为1,id为0(或无穷),就是 刚刚提到的当前速度v = Lall/Lnow / Tall/Tnow × v期望平均

    (感觉可能还有更好的办法?看来还需要补充知识)

  • 相关阅读:
    使用PyTorch解决多分类问题:构建、训练和评估深度学习模型
    汽车称重软件系统配置(一)
    Python-语句
    双十一游戏党必备的数码好物有哪些?2022双11游戏党必备外设清单
    CT0514是一个完善的单片锂离子电池恒流/恒压线形 电源管理芯片
    TPM零知识学习四 —— tpm2-tss源码安装
    【LeetCode】238. 除自身以外数组的乘积
    Linux和Windows中的JDK和Tomcat环境变量配置
    leetcode - 1658. Minimum Operations to Reduce X to Zero
    概率期望
  • 原文地址:https://blog.csdn.net/qq_45037925/article/details/128002380