西北工业大学飞行器智能感知与控制实验室 - 研究方向
采用gps、里程计和电子罗盘作为定位传感器，EKF作为多传感器的融合算法，最终输出目标的滤波位置
要学习无人机规划算法，首先要理解地图的表示形式，个人认为这是非常关键的一步。该代码包括了Voxblox地图表示、全局规划、局部规划、路径平滑等算法，对于规划初学者来说是一个很好的学习资料。 论文链接: [1] Voxblox: Incremental 3D Euclidean Signed Distance Fields for On-Board MAV Planning [2] Continuous-Time Trajectory Optimization for Online UAV Replanning [3] Receding horizon path planning for 3D exploration and surface inspection [4] Safe Local Exploration for Replanning in Cluttered Unknown Environments for Micro-Aerial Vehicles [5] Sparse 3D Topological Graphs for Micro-Aerial Vehicle
StarryPilot 关于 一个轻量并且功能强大的开源自驾仪, 专注于科研领域以及无人机尖端算法的开发. 项目的主要目的是提供一个开放以及便于扩展的无人机飞控平台，使得无人机可以
模型预测控制既是一种控制算法，也常被应用于解决运动规划问题，如今被广泛应用于自动驾驶/能源等领域。该项目是优达学城无人驾驶课程的一个开源项目，实现了车辆追踪参考轨迹的横纵向控制，实现方法简洁，是模型预测控制算法的入门好帮手！稍加改造即可添加避障功能。 论文名称: Sampled-Data Nonlinear Model Predictive Control for Constrained Continuous Time Systems 算法简介: 该算法实现了车辆追踪参考轨迹（一串waypoint）的功能。选取的车辆运动学模型为经典的自行车模型，使用第三方非线性求解库IPOPT完成改问题的求解，仿真环境为优达学成官方的轻量型模拟器。简单的调参即可达到稳定，算法可以以50+Hz的频率运行。
