导航算法学习内容

陈杰杰12个月前自动驾驶106

眼睛(感知,定位,地图,v2x)

大脑(预测,决策,规划,控制)

线性代数

初等微积分《重温微积分》齐民友教授

矩阵论与数值分析

最优化方法 运筹学 博弈论

现代控制理论,车辆动力学模型

滤波算法:eskf ekf ukf

优化库:g2o ceres(非线性误差函数)

决策算法:决策状态机 决策树 马尔可夫决策

规划算法:a星,jps 混合a星 d星 rrt  

轨迹预测算法:mdp,pomdp,came theory

深度学习:rnn lstm deep_Q_learning

carsim软件

辅助驾驶:acc aeb apa lka lcc

感知:车道线检测,人车障碍检测,红绿灯检测

感知算法:机器学习,深度学习,图像处理

图像分类:alexnet mobilenet vgg resner googlenet

目标检测:two-stage one-stage

语义分割:fcn unet deeplab

目标跟踪:mil mosse kcf dsst mdnet srdcf

融合算法:加权平均,卡尔曼滤波 多贝斯估计

d-s证据推理 产生式规则 模糊逻辑推理 人工神经网络

smooth: qp,共轭梯度下降法

建图算法:gmaping hector karto cartographer

定位算法:amcl

控制算法:pid pure lqr mpc


标签: 自动驾驶
每天进步一点点!
返回列表

没有更早的文章了...

下一篇:系统架构风格

相关文章

PID调节方法

P、I、D参数的预置是相辅相成的,运行现场应根据实际情况进行如下细调:被控物理量在目标值附近振荡,首先加大积分时间I ,如仍有振荡,可适当减小比例增益P。被控物理量在发生变化后难以恢复,首先加大比例增...

发表评论    

◎欢迎参与讨论,请在这里发表您的看法、交流您的观点。