01
课程导论
什么是道路边界约束？为什么它对路径规划如此重要？课程整体框架与学习目标。
入门核心概念
02
坐标系与坐标变换
全局坐标系、局部坐标系、车辆坐标系、坐标变换矩阵、齐次坐标。
数学基础坐标
03
道路模型基础
道路几何形状（直线、曲线、回旋线）、道路宽度、车道数、路肩。
道路建模
04
道路边界表示方法
离散点集、样条曲线、分段线性函数、栅格地图。
表示数据结构
05
车辆运动学模型
自行车模型、阿克曼转向模型、状态空间表示。
运动学车辆
06
车辆动力学约束
最大加速度、最大转向角、侧滑约束、轮胎摩擦圆。
动力学安全
07
路径规划问题数学建模
目标函数（最短路径、最平滑、最安全）、约束条件（边界、动力学、避障）。
建模优化
08
搜索算法基础
图搜索、Dijkstra算法、A*算法原理与实现。
算法搜索
09
基于A*的路径规划
在栅格地图中考虑道路边界约束的A*算法实现。
A*栅格
10
状态格算法
State Lattice原理、在边界约束下的状态格生成与搜索。
Lattice搜索
11
快速随机搜索树
RRT算法原理、RRT*算法、在边界约束下的RRT实现。
RRT随机
12
曲线插值方法
多项式曲线、贝塞尔曲线、B样条曲线、在边界约束下的应用。
曲线插值
13
Dubins曲线与Reeds-Shepp曲线
最短路径曲线、在道路边界约束下的可行性检查。
几何曲线最短路径
14
最优控制方法
模型预测控制（MPC）原理、MPC在路径规划中的应用。
MPC控制
15
凸优化方法
二次规划（QP）、序列二次规划（SQP）、在边界约束下的路径优化。
凸优化QP
16
混合A*算法
Hybrid A*原理、在结构化道路中的实现、Reeds-Shepp启发式。
Hybrid A*启发式
17
路径平滑技术
代价函数设计、梯度下降法、共轭梯度法、平滑约束处理。
平滑优化
18
速度规划
梯形速度规划、S形速度规划、考虑边界约束的速度曲线生成。
速度时间
19
时空联合规划
ST图原理、速度与路径联合优化、动态障碍物处理。
ST图动态
20
车道保持与换道规划
车道中心线跟踪、换道轨迹生成、安全距离约束。
车道换道
21
交叉路口规划
交叉路口场景建模、通行优先级、转弯轨迹规划。
路口交互
22
匝道汇入与分流规划
汇入时机选择、加速车道利用、安全间隙接受。
匝道汇入
23
多车道场景规划
多车道选择、变道决策、交通流交互。
多车道决策
24
传感器融合与边界感知
激光雷达、摄像头、毫米波雷达、高精地图在边界感知中的作用。
感知传感器
25
不确定性处理
定位误差、感知噪声、边界不确定性、鲁棒路径规划。
鲁棒不确定性
26
仿真环境搭建
基于Python的仿真框架、道路边界生成、车辆模型、可视化。
仿真Python
27
算法评估指标
计算效率、路径质量、安全性、舒适性、成功率。
评估指标
28
实车部署挑战
实时性要求、硬件限制、系统集成、冗余设计。
部署工程
29
前沿趋势
端到端学习、强化学习在路径规划中的应用、V2X协同规划。
前沿AI
30
综合项目实战
从感知到规划，实现一个完整的道路边界约束下的路径规划系统。
实战综合