Chinese, Simplified subtitles

← Your Robot Car - Artificial Intelligence for Robotics

Get Embed Code
6 Languages

Showing Revision 2 created 08/23/2016 by Udacity Robot.

  1. 现在 让我们把所有这些东西都组合成一个软件
  2. 在此之前 我花了一天时间来搞定这件事情
  3. 我不会让你来把它全部都实现
  4. 因为我都花了一天 你很可能要花一个小时
  5. 但是我仍然想把我们所学的所有东西放到一起 组成一个系统
  6. 我会帮你一点点小忙
  7. 在你面前的就是我帮你搭建好的环境
  8. 这个环境全是从我们学过的东西里面摘出来的
  9. 我们有一个机器人类 它有一些噪声特性 你可以在这里看出来
  10. 我往下滚的时候 你能看见熟悉的初始化函数 位置设定函数
  11. 噪声设定函数 和两个检查函数
  12. 检查是否和世界 也就是网格 发生碰撞的函数 这个函数我待会就会讲到
  13. 和检查是否到达目标的函数
  14. 这个函数式根据距离阈值来判断的
  15. 现在移动函数应该都很熟悉了
  16. 它会给运动控制指令增加噪声
  17. 跟你之前写的代码一样
  18. 我们还有一个非常简单的感知函数 它测量机器人的 x,y 位置
  19. 跟车上的 GPS 类似 但也会有大量的测量噪声
  20. 跟感知函数对应的 我们有一个测量概率函数
  21. 应该被用在滤波器中 该滤波器
  22. 使用高斯分布来评价每次的测量值相对于真实值的准确性的概率
  23. 接下来你就需要用这些函数来解决下面的问题
  24. 我会给你一个网格 这是一个示例的网格 让我给你画出来
  25. 这个网格维度是6行5列
  26. 其中有些是像这样的障碍物格子
  27. 如果你仔细看代码 你会找到有关起始位置的信息
  28. 也就是在左上角 而目的地则在右下角
  29. 通过把所有的函数放到一起 你将会使用自行车模型来建造一个无人驾驶车
  30. 这个车会在自由连续的空间中穿行
  31. 直到到达目的地 并且尽量使得路径最短
  32. 这是我编写的答案
  33. 在接下来的课程中 你会看到答案的大部分
  34. 我从这里开始 这些是我的障碍物
  35. 它们被当成以格子为中心的圆
  36. 这不是十分精确但对我的答案来说已经足够了
  37. 这是同样的代码运行多次的结果 你可以看得出来结果远不是最优解
  38. 就是因为有控制噪声
  39. 还有测量噪声
  40. 但是它们都能安全地通过自由空间 到达位于角落的目标地点
  41. 如果我们仔细看这个答案
  42. 你会发现圆圈之间的空隙是可变的
  43. 你会发现这里几乎没有直角 可能是由于控制噪声
  44. 或者是测量噪声 也可能是我的代码的问题
  45. 你也会发现控制输出的点是平滑的 这些点都是A星规划算法输出的
  46. 图中以绿色表示
  47. 在我给你实现的版本中 控制器是非常非常不一样的
  48. 它实际上是通过 atan2 函数 把目标方向直接选择成控制目标
  49. 并以0.1的速度执行动作
  50. 然后检测在移动时是否有碰撞
  51. 只需要查询机器人的坐标
  52. 和朝向 就可以看出
  53. 它在到达目标的路上几乎不会有碰撞
  54. 但最后 你还是能看到两个很大的碰撞区域
  55. 但是当机器人最终到达目标时