直线加速
约 1 分钟阅读 0%
关于直线部分，以下分为两个部分：算法方面和答辩方面。
目前的直线算法主要采用霍夫变换和贝塞尔曲线拟合两种，其中以霍夫变换为主，贝塞尔为辅。
霍夫变换主要用于对赛道中心线的提取上。把从感知系统获得的数据，通过投票累计，来选取一条可信度较高的直线赛道。
原理：得票最高的两条直线就是赛道的左右边界，这样我们就可以获得想要的路线。
贝塞尔曲线拟合
Section titled “贝塞尔曲线拟合”贝塞尔在其中帮助我们生成更加平滑笔直的直线。在感知到非直线的路径时，也能很快的拟合出更适合当前的直线。
未来优化方向
Section titled “未来优化方向”除了有大量的时间和机会去具体的调试参数之外，我们还可以往一个方向进行改进：
基于状态预测的滤波机制
Section titled “基于状态预测的滤波机制”可以引入卡尔曼滤波之类的状态估计算法。
思路：
- 不再将霍夫变换拟合出的赛道直线作为唯一的决策依据
- 对惯导给出的车辆运动信息进行内部预测
- 将两个信息进行融合，得到一个更加可靠的赛道
- 在仅完赛的前提下，可以使用较慢的速度完整的走完整个赛道
现在更关注的内容
Section titled “现在更关注的内容”- 你的冗余措施
- 你的调参过程是怎么样的
- 你的过程是否有详细的记录
- 对相关问题的解决流程是什么
- 能否给出实际证明
希望以后的学弟学妹们：
- 可以成功的将车跑动起来
- 可以有充足的时间去对车辆进行调参
- 可以在答辩的时候对裁判说：“我们有充足的实车测试环节，进行了详细的测试调参，请看这是我们的数据……”
以上文章如有疏漏，还请未来的学弟学妹们批评斧正，不断完善。
蔡俊翔 / 24-25 赛季算法组
微信扫码分享
打开微信扫一扫，分享给朋友