01
课程导论与背景
多任务抓取定义、应用场景（仓储物流/工业分拣/家庭服务）、技术挑战与课程目标
导论场景
02
机器人运动学基础
刚体变换、齐次坐标、正运动学DH参数法、逆运动学求解方法
运动学DH
03
轨迹规划基础
轨迹与路径区别、关节/笛卡尔空间规划、轨迹插值（多项式/样条）
插值样条
04
抓取规划基础
抓取构型、力封闭与形封闭、抓取质量度量、常用规划算法
抓取力封闭
05
多任务调度框架
任务优先级、时间窗约束、资源冲突检测、调度策略(FCFS/EDF/SJF)
调度冲突
06
单机器人多任务轨迹规划
任务序列化、轨迹拼接与平滑、避障约束下的轨迹优化
单机器人平滑
07
多机器人协同轨迹规划
协同空间定义、主从/分布式规划、冲突消解策略
协同分布式
08
动态环境下的轨迹重规划
传感器反馈、在线轨迹更新、模型预测控制(MPC)应用
动态MPC
09
基于采样的规划方法
PRM、RRT及其变种(RRT*, Informed RRT*)
采样RRT
10
基于优化的规划方法
凸优化、非线性规划、轨迹优化(CHOMP/TrajOpt/STOMP)
优化CHOMP
11
时间最优轨迹规划
最小时间轨迹、速度/加速度约束、梯形/S形速度曲线
时间最优S曲线
12
能量最优轨迹规划
能耗模型、最小能量轨迹、力矩约束优化
节能力矩
13
平滑轨迹规划
最小加加速度(Jerk)轨迹、B样条曲线、贝塞尔曲线平滑
平滑B样条
14
避障轨迹规划
构型空间障碍物、人工势场法、VFH、DWA
避障DWA
15
抓取姿态规划
抓取姿态采样与评估、基于学习的抓取姿态生成
姿态学习
16
任务与运动联合规划(TAMP)
任务与运动规划耦合、逻辑几何推理、PDDL与运动规划集成
TAMPPDDL
17
基于强化学习的轨迹规划
MDP、Q学习、深度Q网络(DQN)、策略梯度方法
强化学习DQN
18
基于模仿学习的轨迹规划
行为克隆、逆强化学习、生成式对抗模仿学习(GAIL)
模仿学习GAIL
19
多机器人任务分配
市场机制、匈牙利算法、群体智能(蚁群/粒子群)分配
分配匈牙利
20
人机协作抓取轨迹规划
人类意图预测、安全约束、共享控制策略
人机协作安全
21
灵巧手抓取轨迹规划
多指手运动学、抓取协调、手指轨迹规划
灵巧手多指
22
移动操作臂轨迹规划
基座移动与机械臂协调、非完整约束、整体轨迹规划
移动操作非完整
23
软体机器人抓取轨迹规划
软体运动学、连续体轨迹规划、抓取控制
软体连续体
24
视觉引导的抓取轨迹规划
视觉伺服、眼在手/眼在手外、基于视觉的轨迹调整
视觉伺服
25
力控抓取轨迹规划
力/位混合控制、阻抗控制、柔顺轨迹规划
力控阻抗
26
仿真平台与工具
ROS、MoveIt、CoppeliaSim、Gazebo、PyBullet
仿真ROS
27
算法评估与对比
评价指标(成功率/时间/能耗/平滑度)、基准数据集、消融实验
评估消融
28
实际部署与调试
硬件接口、实时性要求、故障处理、参数调优经验
部署调试
29
前沿趋势
深度学习端到端规划、大模型在机器人规划、具身智能
前沿大模型
30
课程总结与项目实战
综合项目设计(多机器人协同分拣)、课程回顾与展望
实战总结