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

轨迹平滑与避障场景融合实战

📚 共计 30 章节

轨迹规划基础

从路径到轨迹的转变，为什么需要平滑？

核心概念入门

坐标系与运动学模型

全局坐标系、局部坐标系、自行车模型与差速模型

运动学坐标

路径表示方法

离散点、多项式曲线、贝塞尔曲线、样条曲线

轨迹平滑核心指标

连续性（C0/C1/C2）、曲率、加加速度（Jerk）

多项式轨迹生成

三次多项式、五次多项式、七次多项式及其边界条件

多项式边界

贝塞尔曲线平滑

凸包性质、端点插值、多段拼接

贝塞尔拼接

B样条曲线平滑

局部控制性、节点向量、均匀与非均匀B样条

最小化Jerk轨迹

优化目标函数构建、二次规划求解

时间最优轨迹

速度与加速度约束下的时间缩放

避障基础概念

障碍物表示（圆形、多边形、栅格）、碰撞检测

势场法避障

引力场、斥力场、局部极小值问题

势场局部极小

动态窗口法（DWA）

速度空间采样、评价函数设计

快速随机搜索树（RRT）

基本RRT、RRT*、双向RRT

栅格搜索、运动学约束下的启发式搜索

TEB（时间弹性带）算法

多目标优化、图优化框架

模型预测控制（MPC）基础

预测模型、滚动优化、反馈校正

MPC用于轨迹跟踪

线性MPC、非线性MPC、约束处理

MPC用于避障

障碍物约束建模、软约束与硬约束

避障MPC约束

轨迹平滑与避障融合框架

分层架构（全局+局部）、统一优化

统一优化问题建模

目标函数（平滑性+避障+跟踪）、约束条件

凸优化求解方法

QP求解器（OSQP、CVXOPT）、SQP

凸优化求解器

非线性优化求解

Ceres Solver、g2o在图优化中的应用

仿真环境搭建

Python + Matplotlib / Pygame / Gazebo

案例一：基于多项式平滑的静态避障

停车场场景

案例二：DWA与贝塞尔曲线融合的动态避障

案例三：MPC在狭窄通道中的平滑避障

案例四：TEB在动态行人环境中的实时规划

实车部署注意事项

实时性、传感器噪声、控制延迟补偿

性能评估指标

平滑度（曲率积分）、安全性（最小距离）、计算耗时

学习型轨迹规划、端到端融合、多模态感知规划