规划控制

无人机避障——深蓝学院浙大Ego-Planner规划部分【注意】：首先根据在障碍物内航迹上的点Q，以及与它相邻但不在障碍物内的两个点，假设从左往右进行飞行，左边点为起点，右边点为终点，通过A*算法求出一条不经过障碍物的蓝色范围航迹，然后取Q点此时的速度方向，通过速度方向求到在Q点的法向平面与障碍物的交点为p，其单位方向向量为v，这两个{p,v}就叫对pair，此时这个d就叫做障碍物安全距离。控制好安全距离即可安全避障。

无人机避障——深蓝学院浙大Fast-planner学习部分（采用均匀B-Spline和非均匀B-Spline进行轨迹优化和时间重分配）

无人机避障——（运动规划部分）深蓝学院动力学kinodynamic A* 3D算法理论解读（附C++代码）开源代码链接：GitHub - Perishell/motion-planning记录算法启动时间，计算加速度分辨率倒数，初始化最优时间为无穷大。

无人机避障——如何利用MinumSnap进行对速度、加速度进行优化的轨迹生成（附C++&python代码）🔥轨迹规划领域的 “YYDS”——minimum snap！作为基于优化的二次规划经典，它是无人机、自动驾驶轨迹规划论文必引的 “开山之作”。从优化目标函数到变量曲线表达，各路大神疯狂 “魔改”，衍生出无数创新方案。

自动驾驶决策 - 规划 - 控制（持续更新！！！）Apollo基础 - Frenet坐标系车辆运动学和动力学模型PID控制器轨迹跟随实现 Pure Pursuit控制器路径跟随路径跟踪算法Stanley 实现 c++ 无人驾驶LQR控制算法 c++ 实现 MPC自动驾驶横向控制算法实现 c++ 双环PID控制详细讲解