VIP20

本课程属于：007-决策算法 自动驾驶 · 共 20 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

复杂避障场景轨迹规划技巧

📚 共计 30 章节

轨迹规划概述

什么是轨迹规划？为什么在复杂避障场景中它如此重要？核心评价指标（平滑性、安全性、实时性）介绍。

基础评价指标

环境建模基础

栅格地图、拓扑地图、点云地图的构建与选择。我如何根据场景选择合适的地图？

全局路径规划：A*算法

A*算法原理与实现。从启发式函数设计到路径平滑，手把手带你写一个A*。

Dijkstra与最佳优先搜索

对比Dijkstra、最佳优先搜索与A*的异同。什么时候用Dijkstra更合适？

图搜索对比

RRT快速随机搜索树

RRT核心思想与代码实现。为什么RRT适合高维空间？我在项目中遇到的RRT抖动问题。

RRT*与Informed RRT*

RRT*的渐进最优性原理。Informed RRT*如何通过椭圆采样加速收敛？

PRM概率路线图

PRM的构建与查询两阶段。PRM vs RRT，哪个更适合你的场景？

局部规划器：DWA动态窗口法

速度采样空间、轨迹评价函数，一个Demo带你理解DWA。

TEB轨迹规划

TEB（Timed Elastic Band）的核心思想。如何通过图优化生成平滑且避障的轨迹？

MPC模型预测控制

MPC在轨迹跟踪中的应用。约束处理与滚动优化，我踩过的MPC参数调优坑。

人工势场法的原理。引力场与斥力场的构建。局部极小值问题与我的解决方案。

势场局部极小

混合A*在自动驾驶中的应用。状态格离散化与Reeds-Shepp曲线。

混合A*自动驾驶

贝塞尔曲线与轨迹平滑

贝塞尔曲线的数学原理。如何用贝塞尔曲线生成平滑路径？

贝塞尔平滑

B样条曲线的优势。局部控制与连续性保证。我在路径平滑中为什么偏爱B样条？

多项式轨迹规划

最小加加速度轨迹。五次多项式与七次多项式的应用场景。

多项式加加速度

时间最优轨迹规划

给定路径下的时间最优参数化（TOPP）。速度与加速度约束的处理。

TOPP时间最优

动态障碍物处理

速度障碍法（VO）与互惠速度障碍法（RVO）。多智能体避碰策略。

不确定性处理

基于概率的轨迹规划。高斯过程与置信空间规划。

学习-based方法

模仿学习与强化学习在轨迹规划中的应用。从ILQR到MPC-Net。

ROS导航栈实战

ROS Navigation Stack架构解析。move_base、costmap_2d、global_planner配置。

静态地图与动态代价地图。膨胀层、障碍层、通胀层的配置技巧。

代价地图膨胀

传感器融合

激光雷达、深度相机、IMU在轨迹规划中的融合。扩展卡尔曼滤波与粒子滤波。

实时性优化

算法加速技巧。从KD-Tree到CUDA加速，我如何将规划周期从100ms降到10ms。

多机器人协同规划

集中式vs分布式规划。冲突解决策略与优先级分配。

多机器人协同

非完整约束规划

阿克曼模型与差速模型的轨迹规划。Reeds-Shepp曲线与Dubins曲线。

非完整Dubins

狭窄通道规划

狭窄通道的难点。RRT的Bridge Test与高斯采样改进。

动态重规划

当环境变化时如何快速重规划。增量式A*与D* Lite算法。

D* Lite重规划

轨迹跟踪控制

纯追踪模型与Stanley控制器。前馈+反馈控制结构。

仿真与测试

Gazebo与CoppeliaSim仿真环境搭建。如何设计有效的测试用例？

综合项目实战

从零搭建一个完整的避障导航系统。需求分析、算法选型、系统集成与调优。