VIP20

本课程属于：014-自动驾驶轨迹规划 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

从路径规划到轨迹规划 · 自动驾驶与机器人运动控制进阶

📚 共计 30 章节

路径规划与轨迹规划概述

定义、区别、应用场景（自动驾驶、机器人、无人机）

环境建模基础

栅格地图、拓扑地图、几何地图、语义地图

图搜索算法（上）

Dijkstra算法原理、实现与优缺点

图搜索算法（下）

A*算法原理、启发函数设计、工程优化技巧

启发式优化

基于采样的路径规划（上）

RRT算法原理、快速探索随机树构建

基于采样的路径规划（下）

RRT*算法、Informed RRT*、渐进最优性

路径平滑与后处理

B样条曲线、贝塞尔曲线、路径剪枝与插值

轨迹规划基础

轨迹 vs 路径、时间参数化、运动学约束

多项式轨迹规划

三次多项式、五次多项式、分段多项式轨迹

多项式分段

Minimum Snap轨迹规划

原理、凸优化求解、闭式解法

Minimum Jerk轨迹规划

与Minimum Snap对比、应用场景

贝塞尔曲线轨迹

高阶贝塞尔、连续性约束、工程应用

贝塞尔连续

B样条曲线轨迹

均匀B样条、准均匀B样条、非均匀B样条

时间最优轨迹规划

梯形速度规划、S形速度规划

基于优化的轨迹规划（上）

问题建模、目标函数、约束条件

基于优化的轨迹规划（下）

二次规划（QP）、序列二次规划（SQP）

模型预测控制（MPC）在轨迹规划中的应用

原理、线性MPC、非线性MPC

基于搜索的轨迹规划

Hybrid A*算法、Reeds-Shepp曲线

轨迹规划中的碰撞检测

AABB、OBB、GJK算法、距离场

轨迹规划中的动力学约束

加速度约束、加加速度约束、曲率约束

动力学约束

多目标轨迹优化

帕累托最优、加权求和法、ε-约束法

多目标Pareto

轨迹跟踪控制基础

纯跟踪（Pure Pursuit）、Stanley方法

基于模型的轨迹跟踪

LQR控制器、MPC控制器

路径规划与轨迹规划的接口设计

数据结构、坐标变换、时间同步

自动驾驶场景实战（上）

车道保持、换道轨迹规划

自动驾驶场景实战（下）

交叉路口、无保护左转轨迹规划

机器人场景实战

机械臂避障轨迹规划、移动机器人导航

机械臂导航

无人机场景实战

三维空间路径规划、无人机轨迹生成

工程化与部署

ROS集成、C++实现、实时性优化

前沿趋势与总结

深度学习端到端规划、强化学习规划、课程总结