机器人中的数值优化进阶|【三】三次样条曲线推导(下)

机器人中的数值优化进阶|【三】三次样条曲线推导(下)

接之前的内容,现在开始考虑势场函数
P ( η 1 , . . . , η n − 1 ) = 1000 ∑ i = 1 n − 1 ∑ j = 0 m max ⁡ ( r j − ∣ ∣ η i − o j ∣ ∣ , 0 ) P(\eta_1,...,\eta_{n-1}) = 1000 \sum_{i=1}^{n-1}\sum_{j=0}^{m} \max(r_j-||\eta_i-o_j||, 0) P(η1,...,ηn−1)=1000i=1∑n−1j=0∑mmax(rj−∣∣ηi−oj∣∣,0)

势场函数的计算较为容易,主要关注梯度的推导与计算
∣ ∣ η i − o j ∣ ∣ = ( ( η i , 0 − o j , 0 ) 2 + ( η i , 1 − o j , 1 ) 2 ) 1 2 ||\eta_i-o_j|| = ((\eta_{i,0}-o_{j,0})^2 + (\eta_{i,1}-o_{j,1})^2)^{\frac{1}{2}} ∣∣ηi−oj∣∣=((ηi,0−oj,0)2+(ηi,1−oj,1)2)21

当 r j − ∣ ∣ η i − o j ∣ ∣ < 0 r_j-||\eta_i-o_j||<0 rj−∣∣ηi−oj∣∣<0时,
δ P δ η = − 1000 ∑ i = 1 n − 1 ∑ j = 0 m ( ( η i , 0 − o j , 0 ) δ η i , 0 δ η + ( η i , 1 − o j , 1 ) δ η i , 1 δ η ∣ ∣ η i − o j ∣ ∣ ) \frac{\delta P}{\delta \eta} = -1000\sum_{i=1}^{n-1}\sum_{j=0}^{m}(\frac{(\eta_{i,0}-o_{j,0})\frac{\delta \eta_{i,0}}{\delta \eta}+(\eta_{i,1}-o_{j,1})\frac{\delta \eta_{i,1}}{\delta \eta}}{||\eta_i-o_j||}) δηδP=−1000i=1∑n−1j=0∑m(∣∣ηi−oj∣∣(ηi,0−oj,0)δηδηi,0+(ηi,1−oj,1)δηδηi,1)

通过该式可以组装一个矩阵计算公式,得到梯度

相关推荐
HCZJNB9 小时前
泓川证券|外骨骼机器人落地场景丰富 市场空间广阔
人工智能·机器人
视觉语言导航14 小时前
华东师范地面机器人融合空中无人机视角的具身导航!KiteRunner:语言驱动的户外环境合作式局部-全局导航策略
人工智能·深度学习·机器人·无人机·具身智能
机器人之树小风15 小时前
KUKA机器人查看运行日志的方法
经验分享·科技·机器人
Rorsion16 小时前
ROS Master多设备连接
机器人·ros
机器人之树小风1 天前
获取KUKA机器人诊断文件KRCdiag的方法
经验分享·科技·机器人
niuTaylor1 天前
大学生机器人比赛实战(三)经验篇
单片机·嵌入式硬件·机器人
m0_689618281 天前
看爬山虎学本领 软爬机器人来创新 各种场景能适应
笔记·机器人
leo03081 天前
详解相机的内参和外参,以及内外参的标定方法
计算机视觉·机器人·相机标定
CDialog2 天前
调用kimi api
机器人·ai编程
csssnxy2 天前
室内指路机器人是否支持环境监测功能?
机器人