首页
›
智能汽车与新能源汽车工程
›
063-自动驾驶行为决策与运动预测工程
›
《动态避障行为决策工程》
VIP10
本课程属于:063-自动驾驶行为决策与运动预测工程
智能汽车与新能源汽车工程 · 共 10 门相关课程,组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录
咨询 / 购买
避障场景决策算法精讲
📚 共计 30 章节
01
避障算法概述
从传感器到决策的完整链路,为什么需要决策算法?
传感器
决策链路
02
坐标系与空间建模
世界坐标系、机器人坐标系、障碍物表示方法。
坐标变换
障碍物表示
03
传感器数据处理
激光雷达点云滤波、聚类与特征提取。
点云
聚类
04
代价地图构建
静态地图、动态地图、膨胀层与成本函数。
代价地图
膨胀层
05
全局路径规划
Dijkstra与A*算法原理及实现。
Dijkstra
A*
06
局部路径规划
DWA算法原理与参数调优。
DWA
参数调优
07
TEB算法
时间弹性带算法原理与实现。
TEB
弹性带
08
MPC在避障中的应用
模型预测控制基础与避障约束。
MPC
约束优化
09
行为决策框架
有限状态机(FSM)在避障中的应用。
FSM
状态机
10
基于学习的决策
强化学习与模仿学习入门。
强化学习
模仿学习
11
动态窗口法(DWA)实战
从零实现一个DWA规划器。
DWA实战
规划器
12
A*算法实战
在栅格地图上实现A*路径搜索。
A*实战
栅格地图
13
混合A*算法
适用于非完整约束机器人的路径规划。
混合A*
非完整约束
14
速度障碍法(VO)
动态障碍物避碰原理。
VO
动态避碰
15
最优互惠避碰(ORCA)
多机器人协同避障。
ORCA
多机器人
16
社会力模型
模拟人群避障行为。
社会力
人群模拟
17
基于势场法的避障
人工势场法原理与局部极小问题。
势场法
局部极小
18
安全走廊法
凸优化在避障中的应用。
凸优化
安全走廊
19
轨迹预测
基于卡尔曼滤波与LSTM的障碍物轨迹预测。
卡尔曼滤波
LSTM
20
不确定性处理
概率占位网格与POMDP简介。
概率网格
POMDP
21
多传感器融合
IMU+里程计+激光雷达的融合定位。
传感器融合
定位
22
避障系统架构
ROS2导航栈架构解析。
ROS2
导航栈
23
仿真环境搭建
Gazebo+RViz避障仿真实战。
Gazebo
RViz
24
实车部署
从仿真到实车的避障算法迁移。
实车
迁移
25
避障算法评估指标
成功率、路径长度、平滑度、计算耗时。
评估
指标
26
常见避障失败案例分析
死锁、震荡、碰撞原因与对策。
死锁
震荡
27
高速避障
极限工况下的避障策略。
高速
极限工况
28
多机器人避障
分布式与集中式协调策略。
分布式
集中式
29
避障算法前沿
端到端学习与神经符号系统。
端到端
神经符号
30
课程总结与项目实战
搭建一个完整的避障系统。
项目实战
完整系统
所属VIP或分类
同VIP:交互式行为与多模态轨迹预测工程
同VIP:交通参与者运动预测工程
同VIP:决策规划协同工程