Key points are not available for this paper at this time.
O planejamento de caminho é uma função essencial em um veículo inteligente, especialmente ao dirigir em cenários congestionados por obstáculos estáticos de grande escala. Planejadores de caminho tradicionais muitas vezes lutam para encontrar um equilíbrio entre velocidade, precisão e optimalidade em suas soluções. Neste artigo, apresentamos um planejador de Perseguição Pura Adaptativa (APP), que foi projetado para ser rápido e quase ótimo para condução autônoma em ambientes desordenados. O planejador APP gera caminhos viáveis através de um processo de controle de rastreamento de laço fechado simulado de um veículo virtual. Se um caminho derivado encontrar obstáculos, um passo de refinamento adaptativo é aplicado para reduzir localmente essas colisões. Ao contrário de planejadores baseados em busca que sofrem com a “maldição da dimensionalidade” e métodos baseados em otimização que geralmente funcionam lentamente, o planejador APP opera extremamente rápido. A alta velocidade decorre do fato de que tanto a simulação do controlador virtual quanto o passo de refinamento envolvem cálculos com zero graus de liberdade. O planejador APP proposto supera os planejadores de caminho baseados em otimização e busca prevalentes, como mostrado por simulações comparativas. Experimentos no mundo real também foram realizados para validar o planejador APP, e seus códigos-fonte estão disponíveis em https://github.com/libai1943/AdaptivePurePursuitPlanner.
Li et al. (Terç,) estudaram esta questão.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: