使用快速探索随机树(RRT)算法规划路径车辆通过一个已知的地图。特殊工具约束也与一个定制的应用状态空间。你可以调整自己的规划与自定义状态空间和路径验证任何导航应用程序对象。

执行动态重新规划仓库地图上用测距仪和一个*路径规划。

感知围观信息和用它来设计一个自动车道改变操作系统的高速公路驾驶场景。

演示如何计划一个当地的轨道在高速公路驾驶的情况下。这个例子使用一个引用路径和障碍产生的动态列表选择自我车辆的轨迹。自我提供驾驶车辆导航通过交通定义在一个场景从drivingScenario对象。车辆自适应巡航控制系统之间的交替,车道变化,基于成本和车辆演习后,可行性,无碰撞运动。

找到全局路径规划解决方案系统与复杂的运动学使用kin万博 尤文图斯ematics-based规划师,plannerControlRRT。例子是分成三个主要部分:

动态重新计划自主车辆的运动估计的基础上,周围的环境。你使用Frenet参考路径和联合概率数据关联(JPDA)跟踪估计和预测其他车辆在高速公路上的运动。相比,高速公路使用Frenet参考路径轨迹规划示例中,您使用这些估计多目标跟踪的轨迹在这个例子代替地面真理运动规划。

优化一个轮式机器人的路径通过保持光滑的曲率和安全距离的障碍在一个停车场。

选择最好的二维微分驱动机器人的路径规划仓库环境的可用路径规划。使用plannerBenchmark对象基准路径规划者plannerRRT plannerRRTStar, plannerBiRRT, plannerPRM, plannerHybridAstar仓库环境的随机选择启动和目标。比较路径规划的基础上找到一个有效的路径的能力,清除障碍,时间初始化一个规划师,时间找到一个路径,路径的长度,平滑的路径。选择一个合适的计划基于每条路径规划性能的上述指标。

执行代码生成计划的无碰撞路径车辆使用混合a *算法通过映射。验证算法在MATLAB®后,使用生成的墨西哥人文件的可视化算法规划路径。

2.5 - d处理和存储信息,并提出各种技术为使用它一场越野道路计划。