快速计划者 Fast-Planner的开发旨在在复杂的未知环境中实现四旋翼快速飞行。 它包含一组精心设计的规划算法。 新闻： 2021年3月13日：快速自主探索的代码现已发布！ 查看此以获取更多详细信息。 2020年10月20日：Fast-Planner被扩展并应用于快速的自主勘探。 查看此以获取更多详细信息。 作者：和从，从。 完整的视频： ， ， 。 关于这项工作的示威活动已经报道了IEEE光谱： ， 第二页， 第三页（在网页搜索HKUST）。 要在几分钟内运行此项目，请选中“快速入门” 。 查看其他部分以获取更多详细信息。 请请星号 :star: 这个项目对您有帮助。 我们竭尽全力发展和维护它 :beaming_face_with_smiling_eyes: :beaming_face_with_smiling_eyes: 。 目录 快速开始 算法与论文 设置和配置 运行模拟 在您的应用程序中使用 更新 1.快速入门 该项目已经在Ubuntu 16.04（ROS Kinetic）和18.0

路径规划 此仓库提供了三种路径规划算法的实现：带有严格访问列表的A *，终身计划A *和带有严格访问列表的D * Lite最终版本A * 数据结构： q priority queue max_q_size unsigned int expansions hash table final_path string run_time long long is_found bool 伪代码： q . push start while q is not empty and q . top != goal curr = q . pop if curr has not been

百度apollo规划算法，另外还包含了自动驾驶学习资料 涵盖感知，规划和控制，ADAS，传感器； 1. apollo 相关的技术教程和文档； 2. adas（高级辅助驾驶）算法设计（例如 AEB,ACC,LKA 等） 3. 自动驾驶鼻祖 mobileye 的论文和专利介绍 4. 自动驾驶专项课程（可能是目前最好的自动教师教程），是 coursera 上多伦多大学发布的自动驾驶专项课程，应该是目前为 止非常火非常好的教程了，包含视频，ppt，论文以及代码 5. 国家权威机构发布的 adas 标准，这是 adas 相关算法系统的标 准，也是开发手册。 6. 规划控制相关的算法论文介绍 7. 等等总

apollo规划技术详解，还包含自动驾驶学习资料 涵盖感知，规划和控制，ADAS，传感器； 1. apollo 相关的技术教程和文档； 2. adas（高级辅助驾驶）算法设计（例如 AEB,ACC,LKA 等） 3. 自动驾驶鼻祖 mobileye 的论文和专利介绍 4. 自动驾驶专项课程（可能是目前最好的自动教师教程），是 coursera 上多伦多大学发布的自动驾驶专项课程，应该是目前为 止非常火非常好的教程了，包含视频，ppt，论文以及代码 5. 国家权威机构发布的 adas 标准，这是 adas 相关算法系统的标 准，也是开发手册。 6. 规划控制相关的算法论文介绍 7. 等等总共 3

python中的多代理路径规划 介绍 该存储库由Python中一些多主体路径规划算法的实现组成。 当前实现了以下算法： 依存关系 通过运行安装必要的依赖项。 pip3 install -r requirements.txt 集中式解决方案 在这些方法中，中央计划者有责任向机器人提供计划。 优先的安全间隔路径规划 SIPP是一个本地计划者，在考虑环境中的静态和动态障碍后，可以使用该计划生成无冲突的计划。 在多主体路径规划的情况下，环境中的其他主体被视为动态障碍。 执行 对于SIPP多主体优先级计划，请运行： cd ./centralized/sipp python3 multi_sipp.py input.yaml output.yaml 结果 可视化生成的结果 python3 visualize_sipp.py input.yaml output.yaml 录制视频 python3 v

主要解决移动机器人路径规划问题，采用Matlab语言编程。

Trajectory Planning for Automatic Machines and Robots Springer(1).pdf 电子书

path_planning: Frenet下的无人车路径规划的python程序

最佳的三维互撞避免 我们提出了一种避免相互碰撞的正式方法，其中多个独立的移动机器人或特工在公共工作空间中移动时，必须避免彼此之间的碰撞而无需特工之间的通信。 我们的公式，即最佳的相互避免碰撞（ORCA），通过让每个代理承担避免成对碰撞的一半责任，为无碰撞运动提供了充分的条件。 为每个代理选择最优动作简化为求解低维线性程序，并且我们证明了生成的动作是平滑的。 我们在涉及数千个代理的几个密集和复杂的模拟方案工作空间上测试了最佳的相互碰撞避免方法，并在短短几毫秒内为所有代理计算了无冲突动作。 RVO2-3D库是我们算法的三个方面的开源C ++ 98实现。 它具有用于第三方应用程序的简单API。

这个是绝版书了，有需要的可以下载！