01
课程导论
什么是渐进式规划？为什么需要它？目标点跟踪的核心挑战。
概念动机
02
坐标系与状态表示
全局坐标系、局部坐标系、机器人位姿表示（x, y, theta）。
坐标位姿
03
运动学模型
差速驱动、阿克曼转向、速度与角速度约束。
运动学约束
04
路径规划基础
图搜索算法（Dijkstra, A*）在目标跟踪中的应用。
搜索A*
05
路径平滑
B样条曲线、贝塞尔曲线、梯度下降平滑。
平滑曲线
06
轨迹生成
时间参数化、梯形速度规划、S形速度规划。
速度时间
07
局部规划器：DWA
动态窗口法（DWA）原理与实现。
DWA局部
08
DWA实战
代价函数设计（朝向、速度、障碍物距离）。
代价调参
09
模型预测控制入门
基本原理与线性MPC。
MPC预测
10
MPC进阶
非线性MPC在轨迹跟踪中的应用。
NMPC跟踪
11
纯跟踪算法
Pure Pursuit：几何方法实现路径跟踪。
几何跟踪
12
Stanley控制器
横向误差与航向误差的反馈控制。
反馈横向
13
线性二次型调节器
LQR：最优控制理论在跟踪中的应用。
LQR最优
14
LQR实战
离散LQR的推导与代码实现。
离散实现
15
状态估计基础
卡尔曼滤波（KF）原理。
KF估计
16
扩展卡尔曼滤波
EKF：非线性系统的状态估计。
EKF非线性
17
粒子滤波
PF：非高斯分布下的鲁棒估计。
PF鲁棒
18
传感器融合
激光雷达与里程计的融合定位。
融合定位
19
全局路径重规划
动态障碍物避让与D* Lite算法。
D* Lite避障
20
行为规划
有限状态机（FSM）在跟踪决策中的应用。
FSM决策
21
速度与加速度约束
动力学可行性检查。
动力学可行性
22
时间最优轨迹规划
基于凸优化的轨迹生成。
凸优化时间最优
23
多目标跟踪
匈牙利算法与数据关联。
匈牙利关联
24
协同跟踪
多机器人编队中的目标跟踪。
编队协同
25
仿真环境搭建
ROS + Gazebo / Python + Pygame。
ROS仿真
26
硬件在环测试
从仿真到实车的迁移技巧。
HIL迁移
27
性能评估指标
跟踪误差、计算耗时、成功率。
指标评估
28
调参与优化
PID参数整定、MPC权重调节。
调参优化
29
常见故障排查
发散、震荡、滞后问题的解决。
故障排查
30
综合项目实战
从零搭建一个完整的目标跟踪系统。
实战系统