Efficient Trajectory Generation for Ground Robots in Complex 3D Environments Using Multi-Level Maps
This paper presents a novel framework for generating efficient and robust trajectories for ground robots navigating complex 3D environments, leveraging a multi-level map representation and kinematic path searching for optimal path planning and obstacle avoidance.
자율 주행 전기 자동차를 위한 에너지 효율적인 하이브리드 모델 예측 궤적 계획
자율 주행 전기 자동차의 에너지 효율을 향상시키기 위해 운동 상태별 최적화된 궤적 및 속도 계획을 생성하는 하이브리드 모델 예측 계획기(EHMPP)를 소개합니다.
自動運転電気自動車のためのエネルギー効率の高いハイブリッドモデル予測軌跡計画
EHMPPは、既存の自動運転アルゴリズムとシームレスに統合できるエネルギー効率の高い軌跡プランナーであり、追加のハードウェアを必要とせずに、回生エネルギーを増加させ、最適なパワーでモーター速度と加速度を効果的に追跡することで、自動運転EVのエネルギー効率を大幅に向上させる。
Trajectory Planning for Quadcopters Using Programming by Demonstration: A Comparative Study of Manual Input Methods
Demonstrating quadrotor flight paths by hand, a technique called "Programming by Demonstration," proves significantly faster than manual programming, especially for complex trajectories, while maintaining comparable accuracy.
시간 효율성을 보장하는 시공간 토폴로지 및 도달 가능 집합 분석 기반 추월 궤적 계획 프레임워크
본 논문에서는 자율 주행 시나리오에서 시공간 토폴로지 검색과 도달 가능 집합 분석을 활용하여 시간 효율적이고 제어 가능한 추월 궤적을 생성하는 프레임워크를 제안합니다.
Learning to Plan Maneuverable and Agile Flight Trajectories Using Optimization-Embedded Neural Networks for Quadrotors
This paper introduces a novel end-to-end visual navigation system for quadrotors that combines the strengths of deep neural networks and traditional trajectory optimization to generate dynamically feasible, agile, and efficient flight paths directly from depth images.
두빈스 차량을 위한 곡률 불연속성을 최소화하는 궤적 연장 전략
본 논문에서는 두 지점 사이의 원하는 길이를 갖는 곡률 제한 궤적을 설계하기 위한 전략을 제시하며, 이는 세 개의 원형 호를 연결하여 구성되고, 내접하는 원의 개념을 사용하여 기존 {RLR, LRL} 경로에서 {LLL, LLR, LRR, RRL, RLL, RLR, RRR} 경로까지 확장합니다.
Pioneering SE(2)-Equivariant Trajectory Planning for Automated Driving
Introducing PEP, a lightweight equivariant planning model that integrates prediction and planning in a joint approach.
Stackelberg Game-Theoretic Trajectory Guidance for Multi-Robot Systems with Koopman Operator: Learning-Based Approach
Learning-based Stackelberg game-theoretic approach using Koopman operator for effective multi-robot trajectory guidance.
Efficient Goal-Reaching Trajectory Design Near Danger with Piecewise Affine Reach-avoid Computation
The author proposes a Piecewise Affine Reach-avoid Computation (PARC) method to efficiently compute trajectory plans for goal-reaching near danger scenarios, outperforming existing methods in safety and performance.
© 2024 by Linnk AI