01
课程导论
什么是决策算法？为什么需要速度约束？两者融合的现实意义（自动驾驶、机器人、无人机）。
导论融合
02
基础数学回顾
向量、矩阵、概率论基础、贝叶斯定理。
数学概率
03
运动学模型
质点模型、自行车模型、阿克曼转向模型。
运动学模型
04
动力学约束
加速度限制、jerk限制、轮胎摩擦力约束。
动力学约束
05
环境感知与状态估计
卡尔曼滤波、粒子滤波。
感知滤波
06
全局路径规划
Dijkstra、A* 算法原理与实现。
路径规划A*
07
局部路径规划
DWA（动态窗口法）原理与实现。
DWA局部
08
速度障碍法（VO）
经典VO原理、RVO与HRVO优化。
VO避障
09
最优控制基础
LQR（线性二次型调节器）原理。
LQR控制
10
模型预测控制（MPC）
MPC核心思想、代价函数设计。
MPC预测
11
MPC与速度约束
如何在MPC中显式加入速度/加速度约束。
MPC约束
12
行为决策：有限状态机
有限状态机（FSM）在决策中的应用。
FSM行为
13
行为决策：决策树与规则
决策树与基于规则的系统。
决策树规则
14
MDP与POMDP
马尔可夫决策过程（MDP）与POMDP。
MDPPOMDP
15
强化学习入门
Q-Learning、DQN在决策中的应用。
强化学习DQN
16
模仿学习
行为克隆、生成式模仿学习。
模仿学习克隆
17
速度约束下的安全决策
安全距离模型、责任敏感安全（RSS）。
安全RSS
18
轨迹生成
多项式轨迹、贝塞尔曲线、样条曲线。
轨迹曲线
19
轨迹优化
基于梯度的轨迹优化（如CHOMP）。
优化CHOMP
20
时空联合规划
在时空维度同时规划路径与速度。
时空规划
21
不确定性处理
鲁棒优化、随机MPC。
鲁棒随机
22
多智能体协同决策
一致性协议、冲突消解。
多智能体协同
23
传感器融合与决策
激光雷达、视觉、毫米波雷达数据融合。
融合传感器
24
硬件在环仿真
Simulink、CARLA、Gazebo中的决策算法测试。
仿真HIL
25
实时性优化
算法复杂度分析、代码优化技巧（C++/Python）。
优化实时
26
案例实战1：换道决策
自动驾驶车辆换道决策与速度规划。
实战换道
27
案例实战2：无人机避障
无人机避障与速度约束融合。
无人机避障
28
案例实战3：仓储机器人
仓储机器人多机协同调度。
仓储调度
29
前沿趋势
端到端决策、大模型在决策中的应用。
前沿大模型
30
课程总结与项目答辩
综合项目设计与展示。
总结答辩