首页
›
自动驾驶
›
012-端到端自动驾驶
›
《路径规划与决策算法精讲》
VIP20
本课程属于:012-端到端自动驾驶
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
路径规划与决策算法精讲
📚 共计 30 章节
01
路径规划概述
什么是路径规划 · 应用领域(自动驾驶、机器人、无人机) · 核心挑战(动态环境、实时性、最优性)
基础
概念
02
环境建模与空间表示
栅格地图 · 拓扑地图 · 几何地图 · 点云地图 · 语义地图对比与选择
地图
表示
03
图搜索基础
图论基础(节点、边、权重) · DFS · BFS · Dijkstra算法原理与实现
搜索
经典
04
启发式搜索
A*算法详解 · 启发函数设计(曼哈顿、欧几里得) · Weighted A* / ARA*
A*
启发式
05
动态规划与状态空间
动态规划在路径规划中的应用 · 状态空间搜索 · 值迭代与策略迭代
DP
优化
06
基于采样的规划方法
RRT算法原理 · RRT* · Informed RRT*
采样
RRT
07
概率路图法 (PRM)
PRM原理 · 构建与查询阶段 · 优缺点及改进
PRM
概率
08
运动学约束与路径平滑
Dubins曲线 · Reeds-Shepp · 贝塞尔曲线 · B样条/三次样条
平滑
运动学
09
局部路径规划
动态窗口法 (DWA) · 速度障碍法 (VO) · 时间弹性带 (TEB)
局部
避障
10
轨迹生成与优化
最小加加速度轨迹 · 多项式轨迹 · Minimum Snap
轨迹
优化
11
决策框架概述
分层决策架构 · 有限状态机 (FSM) · 行为树基础
决策
框架
12
有限状态机 (FSM) 在决策中的应用
FSM设计模式 · 状态转换 · 实战:自动驾驶变道决策
FSM
实战
13
行为树 (Behavior Tree)
节点类型 (Sequence/Selector/Decorator) · 与FSM对比 · 实战
行为树
决策
14
马尔可夫决策过程 (MDP)
MDP五元组 · 策略与价值函数 · 贝尔曼方程
MDP
强化学习
15
部分可观测MDP (POMDP)
POMDP原理 · 信念状态 · 点基法/蒙特卡洛法
POMDP
不确定性
16
强化学习在决策中的应用
Q-Learning · DQN · 策略梯度 (PPO)
RL
DQN
17
多智能体路径规划
协同与竞争 · 冲突解决 · CBS算法
多智能体
CBS
18
路径规划中的避障策略
势场法 · VFH · ND方法
避障
势场
19
时间维度上的规划
时空联合规划 · 速度规划 · ST图应用
时空
速度
20
不确定性处理
卡尔曼滤波 · 粒子滤波 · 鲁棒路径规划
滤波
鲁棒
21
车道级路径规划
车道保持 · 变道决策 · 交叉口通行策略
车道
决策
22
全局路径规划与导航
高精地图导航 · 车道级导航 · 实时重规划
全局
导航
23
路径规划中的优化理论
凸优化 · 二次规划 (QP) · 混合整数规划 (MIP)
优化
QP
24
模型预测控制 (MPC) 在轨迹跟踪中的应用
MPC原理 · 线性MPC · 非线性MPC
MPC
控制
25
传感器融合与路径规划
激光雷达/摄像头/毫米波雷达融合 · Occupancy Grid Map更新
融合
感知
26
仿真与测试
CARLA · Gazebo · SUMO · SIL/HIL测试
仿真
测试
27
路径规划中的伦理与安全
Trolley Problem · 安全距离模型 · RSS模型
伦理
安全
28
工业机器人路径规划
机械臂运动规划 · 避奇异点 · 逆运动学求解与路径生成
机械臂
工业
29
无人机路径规划
三维空间规划 · 动力学约束 · 多无人机协同
无人机
三维
30
前沿趋势与未来展望
端到端学习 · 大模型在规划中的应用 · 具身智能
前沿
AI
所属VIP或分类
同VIP:PID参数整定:从发散到收敛
同VIP:ROS与Gazebo复杂场景避障算法开发
同VIP:从仿真验证到实车部署:自动驾驶系统落地实战