自主飞行避障与路径重规划实战

📚 共计 30 章节
01
课程导论与系统架构
自主飞行避障的核心挑战、系统组成(感知、规划、控制)、课程项目总览。
概览系统
02
坐标系与状态估计基础
世界坐标系、机体坐标系、欧拉角与四元数、IMU与GPS数据融合简介。
坐标滤波
03
传感器选型与数据读取
激光雷达(LiDAR)、深度相机、超声波传感器特性对比,ROS驱动配置。
传感器ROS
04
点云预处理与滤波
体素滤波、直通滤波、统计滤波,去除离群点与降采样。
点云滤波
05
障碍物检测与聚类
欧几里得聚类、DBSCAN算法,从点云中提取障碍物边界框。
聚类检测
06
局部地图构建
代价地图(Costmap)原理、障碍物膨胀、分层地图(2D/3D)。
地图代价
07
全局路径规划基础
A*算法原理与实现,在栅格地图上搜索最短路径。
A*全局
08
路径平滑与优化
B样条曲线、梯度下降路径平滑,消除折线拐点。
平滑B样条
09
局部路径规划:DWA
动态窗口法(DWA),考虑速度与加速度约束的实时避障。
DWA局部
10
时间弹性带(TEB)算法
TEB原理、多目标优化(路径长度、时间、障碍物距离)。
TEB优化
11
快速探索随机树(RRT)
RRT与RRT*算法,在非凸空间中的路径搜索。
RRT搜索
12
路径重规划触发机制
何时需要重规划?基于代价突变、动态障碍物入侵、规划失败检测。
触发重规划
13
重规划策略
全局重规划 vs 局部修复,增量式路径修复方法。
策略修复
14
动态障碍物追踪
卡尔曼滤波与匈牙利匹配算法,预测障碍物运动轨迹。
追踪卡尔曼
15
速度障碍法(VO)
VO原理,在速度空间选择无碰撞速度矢量。
VO速度
16
互惠速度障碍法(RVO)
多智能体场景下的协同避障,避免震荡。
RVO协同
17
行为规划与状态机
悬停、绕行、跟随、紧急降落等行为切换逻辑。
状态机行为
18
视觉避障基础
单目深度估计、光流法检测障碍物。
视觉光流
19
视觉SLAM与避障结合
ORB-SLAM3与局部路径规划器的集成。
SLAM集成
20
深度强化学习避障
DDPG、PPO算法在仿真环境中的训练与部署。
强化学习DDPG
21
仿真环境搭建
Gazebo + PX4 + ROS 联合仿真,创建随机障碍物场景。
仿真Gazebo
22
硬件在环测试
将算法部署到 Pixhawk/树莓派,实飞前的验证流程。
HIL硬件
23
实飞安全策略
地理围栏、失效保护、手动接管逻辑。
安全围栏
24
性能评估指标
路径长度、计算耗时、避障成功率、平滑度。
评估指标
25
多无人机协同避障
分布式规划、一致性协议、编队保持。
多机协同
26
恶劣环境下的避障
低光照、烟雾、雨雪场景的传感器融合策略。
恶劣融合
27
嵌入式优化
在 Jetson Nano/STM32 上部署轻量级规划算法。
嵌入式轻量
28
故障诊断与日志分析
使用 rqt_bag 回放数据,定位避障失败原因。
诊断bag
29
行业应用案例
电力巡检、物流配送、农业植保中的避障方案。
应用案例
30
课程总结与未来趋势
端到端学习、群体智能、空地协同展望。
总结趋势