第1章
课程导论
路径规划与跟踪控制概述、应用场景（自动驾驶、机器人、无人机）、课程目标与学习路径。
概述应用场景
第2章
机器人运动学基础
坐标变换、旋转矩阵、欧拉角、四元数、齐次变换矩阵。
坐标变换四元数
第3章
环境感知与地图构建
传感器介绍（激光雷达、相机、IMU）、占据栅格地图、代价地图。
传感器栅格地图
第4章
全局路径规划基础
图搜索算法概述、Dijkstra算法原理与实现。
图搜索Dijkstra
第5章
A*算法
A*算法原理、启发函数设计、A*算法实现与优化。
启发式最优路径
第6章
RRT算法
快速随机搜索树原理、RRT算法实现、RRT-Connect。
随机采样RRT
第7章
RRT*与优化
RRT*算法原理、渐近最优性、RRT*实现。
渐近最优RRT*
第8章
Hybrid A*算法
混合A*原理、状态空间离散化、Reeds-Shepp曲线。
混合A*Reeds-Shepp
第9章
局部路径规划
动态窗口法（DWA）原理、速度空间搜索、评价函数设计。
DWA速度空间
第10章
TEB算法
时间弹性带算法原理、轨迹优化、约束处理。
TEB轨迹优化
第11章
MPC路径规划
模型预测控制基础、MPC在路径规划中的应用、代价函数设计。
MPC预测控制
第12章
路径平滑与插值
B样条曲线、贝塞尔曲线、多项式插值、路径曲率约束。
B样条曲率
第13章
路径跟踪基础
跟踪问题定义、几何跟踪方法（Pure Pursuit、Stanley）。
几何跟踪Pure Pursuit
第14章
Pure Pursuit算法
前视距离选择、车辆模型、Pure Pursuit实现与调参。
前视距离车辆模型
第15章
Stanley算法
横向误差控制、前馈控制、Stanley实现与对比。
横向误差前馈
第16章
LQR跟踪控制
线性二次型调节器原理、LQR控制器设计、状态反馈。
LQR状态反馈
第17章
MPC跟踪控制
MPC在跟踪中的应用、预测模型、约束处理、实时性优化。
MPC跟踪约束
第18章
PID控制在跟踪中的应用
PID原理、位置式与增量式PID、PID参数整定。
PID参数整定
第19章
协同控制框架
规划与跟踪的耦合关系、协同控制架构（分层式、并行式）。
协同架构耦合
第20章
规划-跟踪接口设计
路径表示方式、速度曲线生成、时间戳对齐。
接口速度曲线
第21章
重规划与动态避障
动态障碍物处理、全局重规划策略、局部轨迹调整。
动态避障重规划
第22章
模型不确定性处理
参数辨识、自适应控制、鲁棒控制基础。
自适应鲁棒
第23章
多机器人协同规划
分布式规划、一致性协议、碰撞避免。
多机器人一致性
第24章
无人机路径规划
三维空间规划、动力学约束、A*与RRT在3D中的扩展。
无人机3D规划
第25章
自动驾驶路径规划
行为规划、运动规划、轨迹生成、场景案例。
自动驾驶行为规划
第26章
ROS导航栈实战
ROS Navigation Stack架构、move_base配置、代价地图参数。
ROSmove_base
第27章
仿真环境搭建
Gazebo仿真、Stage仿真、自定义场景、传感器仿真。
Gazebo仿真
第28章
实车/实物实验
硬件平台搭建、传感器标定、算法部署、调试技巧。
实车标定
第29章
性能评估与调优
评价指标（路径长度、时间、平滑度）、参数调优方法、A/B测试。
评估调优
第30章
前沿趋势与总结
深度学习与路径规划、端到端方法、课程总结与未来方向。
深度学习趋势