Frenet坐标

在讨论过程模型之前，我们应该提到“Frenet Coordinates”，它是一种以比传统x，y笛卡尔坐标更直观的方式表示道路位置的方式。

用Frenet坐标，我们使用变量 s和d描述车辆在道路上的位置。该s坐标表示沿道路的距离（也称为纵向位移）和d坐标表示道路上的左右位置（也称为横向位移）。

我们为什么使用Frenet坐标？想象一下像下面这样一条弯曲的道路，笛卡尔坐标系就位于它的上面......

 
 

使用这些笛卡尔坐标，我们可以尝试描述车辆通常在路上行驶的路径...

 
 
 

注意这条路是多么弯曲！如果我们想要方程式来描述这个动作，那就不容易了！

x(t)= ?

y(t)= ?

理想情况下，描述这种常见驾驶行为在数学上应该很容易。但我们如何做到这一点？一种方法是使用新的坐标系。现在，而不是放下一个正常的笛卡尔网格，我们做一些事情，就像你看到下面...

 
 

在这里，我们定义了一个新的坐标系统。在我们的底部s = 0表示我们正在考虑的道路段的开始d = 0表示该道路的中心线。在中线的左侧，我们有否定的d和右边d是积极的。

那么在Frenet坐标系下呈现的典型轨迹是什么样的？

 
 
 

它看起来很直

事实上，如果这辆车以恒定的速度行驶 v 0，我们可以写车辆为位置的数学描述：

s( t )=v t

d ( t )= 0

我们将与Frenet一起协调课程的其余部分，因为...

 
 

......直线比弯曲的线条容易得多。

更多关于frenet 坐标的内容请参考  https://blog.csdn.net/davidhopper/article/details/79162385

第三期 预测——Frenet 坐标的更多相关文章

  1. 无人驾驶——对frenet坐标的理解

    好的确定车和路之间的关系,我们通常将车辆的在大地坐标坐标转化为车辆和道路之间的frenet坐标. 可能有人会疑问为什么转换后就方便了呢?我们来看一个例子. 在大地坐标下: 无人车首先要知道红色车的位置 ...

  2. 【路径规划】 Optimal Trajectory Generation for Dynamic Street Scenarios in a Frenet Frame (附python代码实例)

    参考与前言 2010年,论文 Optimal Trajectory Generation for Dynamic Street Scenarios in a Frenet Frame 地址:https ...

  3. OpenLayers学习笔记（十二）— 飞机速度矢量线预测（二）

    根据计算公式实现预测线 作者:狐狸家的鱼 GitHub:八至 之前有一篇博客简单写了一个模拟demo,根据物体当前的速度和方向预测多少时间后所在的位置,具体计算是参考<(译)计算距离.方位以及更 ...

  4. 百度Apollo无人驾驶入门课程下载

    本文提供 百度Apollo官网的无人驾驶入门课程下载,主要为视频文件. 视频数量:101个:文件格式:MP4:视频总时长:2小时40分钟:文件总大小:约1.13GB: 马上下载 关注公众号罗孚传说(R ...

  5. Rich feature hierarchies for accurate object detection and semantic segmentation（理解）

    0 - 背景 该论文是2014年CVPR的经典论文,其提出的模型称为R-CNN(Regions with Convolutional Neural Network Features),曾经是物体检测领 ...

  6. faster-rcnn 笔记

    2019-02-18,15点00 ''' 下面是别人写的原始的笔记,我在上面自己补充了一些. ''' #https://www.cnblogs.com/the-home-of-123/p/974796 ...

  7. Faster R-CNN：详解目标检测的实现过程

    本文详细解释了 Faster R-CNN 的网络架构和工作流,一步步带领读者理解目标检测的工作原理,作者本人也提供了 Luminoth 实现,供大家参考.   Luminoth 实现:https:// ...

  8. faster rcnn讲解很细

    https://blog.csdn.net/bailufeiyan/article/details/50749694 https://www.cnblogs.com/dudumiaomiao/p/65 ...

  9. yolo

     将目标检测过程设计为为一个回归问题(One Stage Detection),一步到位, 直接从像素到 bbox 坐标和类别概率 优点: 速度快(45fps),效果还不错(mAP 63.4) 利用 ...

随机推荐

  1. Eclipse-搭建springboot项目报错

    Eclipse Maven pom报错: org.apache.maven.archiver.MavenArchiver.getManifest(org.apache.maven.project.Ma ...

  2. Pull Request的过程、基于git做的协同开发、git常见的一些命令、git实现代码的review、git实现版本的管理、gitlab、GitHub上为开源项目贡献代码

    前言: Pull Request的流程 1.fork 首先是找到自己想要pull request的项目, 然后点击fork按钮,此时就会在你的仓库中多出来一个仓库,格式是:自己的账户名/想要pull ...

  3. quartz 通用的多线程定时任务

    TaskManager package mytest.task; import java.text.ParseException; import org.quartz.CronTrigger; imp ...

  4. python 轴向连接

  5. 虚拟机安装redis

    sudo pecl install redis 先代码里先phpinfo(); 看看php版本 有可能是7.2 sudo vim /etc/php/7.1/fpm/php.ini    (注意 php ...

  6. [Vue CLI 3] 配置解析之 css.extract

    大家还记得我们在老版本中,对于线上环境配置中会把所有的 css 多打成一个文件: 核心是使用了插件 extract-text-webpack-plugin,方式如下: 第一步都是加载插件 const ...

  7. ANN中乘积量化与多维倒排小结

    目前特征向量的比对加速优化能极大缩短比对耗时,改善用户体验. 优化的途径主要有两种,一是使用指令集(SSE,AVX)加速运算.二是使用ANN替代暴力搜索. 乘积量化和倒排索引组合是ANN中效果较好且实 ...

  8. Leetcode695.Max Area of Island岛屿的最大面积

    给定一个包含了一些 0 和 1的非空二维数组 grid , 一个 岛屿 是由四个方向 (水平或垂直) 的 1 (代表土地) 构成的组合.你可以假设二维矩阵的四个边缘都被水包围着. 找到给定的二维数组中 ...

  9. windows下 python中报错ImportError: No module named 'requests'

    原因没有安装requests模块, 可以切换到python的安装目录找到 script文件夹 example: 进入cmd窗口切换到上面的目录直接运营下面两个命令中的一个 1. > Path\p ...

  10. 视觉暂留-Info：这些神奇的“视觉暂留”动画，每一幅都让人拍案叫绝！

    ylbtech-视觉暂留-Info:这些神奇的“视觉暂留”动画,每一幅都让人拍案叫绝! 1.返回顶部 1. 这些神奇的“视觉暂留”动画,每一幅都让人拍案叫绝! 原创|发布:2018-05-28 19: ...