浏览器中的实时运动计划器和自动驾驶汽车模拟器，由WebGL和Three.js构建。
该项目演示了浏览器中的实时，基于道路，基于格的自动车辆运动计划器。 许多自动驾驶汽车运动计划器都是在C或C ++中接近金属的地方实现的，或者他们利用CUDA或OpenCL等计算平台在GPU上以高度并行的方式生成计划。 使用WebGL，我们可以在浏览器中实施类似的并行计划算法，该算法可以在各种中等功能的消费类图形卡上运行。 使用Three.js，可以在实时3D模拟场景中执行运动计划器。
该模拟器仍在开发中。 您可能会看到错误，WebGL崩溃，奇怪的车辆行为以及许多其他故障。 目前，它仅在了和起作用。 目标帧速率为60fps，但运行速度可能会变慢，具体取决于您的硬件计划需要多长时间。
这个怎么运作
该运动计划器主要基于两位博士学位。 基于并行晶格的轨迹规划的相关论文：Matthew McNaughton的实
2022-07-06 23:29:04
36.84MB
1
实时中断驱动并发
用于构建实时系统的并发框架。以前称为大众实时。
特征
以任务为单位的并发1．任务可以是事件触发 的（响应异步刺激而触发）或由应用程序按需生成。
任务之间的消息传递。具体来说，消息可以在生成时传递给软件任务。
一个定时器队列 2。软件任务可以安排在未来某个时间运行。此功能可用于执行周期性任务。
支持任务优先级，从而支持抢先式多任务处理。
通过基于细粒度优先级的关键部分1实现高效且无数据竞争的内存共享。
在编译时保证无死锁执行。这是比标准Mutex 抽象提供的更强大的保证。
最小的调度开销。任务调度程序具有最小的软件占用空间；硬件完成大部分调度。
高效的内存使用：所有任务共享一个调用堆栈，并且对动态内存分配器没有硬依赖。
完全支持所有 Cortex-M 设备。
该任务模型适用于已知的 WCET（最坏情况执行时间）分析和调度分析技术。
更多详情、使用方法，请下载后阅读README.md文件
2022-07-06 19:09:48
228KB