动态障碍物规避路径设计实战手册
📚 共计 30 章节
01
课程导论
什么是动态障碍物规避?为什么重要?课程目标与学习路径。
入门
概览
02
基础数学回顾
向量、坐标系变换、欧拉角与四元数。
数学
坐标
03
传感器基础
激光雷达、深度相机、超声波传感器原理与数据特点。
感知
硬件
04
环境感知
障碍物检测与分割,点云处理入门。
点云
分割
05
静态路径规划:Dijkstra
Dijkstra算法原理与实现。
图搜索
经典
06
静态路径规划:A*算法
A*算法原理与实现。
启发式
最优
07
静态路径规划:RRT & RRT*
RRT与RRT*算法原理与实现。
采样
随机
08
速度障碍法(VO)基础
基本原理与数学模型。
VO
速度空间
09
速度障碍法(VO)应用
在机器人中的应用与代码实现。
实战
机器人
10
互惠速度障碍法(RVO)
解决多智能体碰撞问题。
多智能体
RVO
11
最优互惠碰撞避免(ORCA)
原理与推导。
ORCA
最优
12
ORCA算法实战
Python实现与仿真。
Python
仿真
13
动态窗口法(DWA)原理
原理与速度空间搜索。
DWA
速度空间
14
DWA算法实战
Python实现与仿真。
Python
DWA
15
时间弹性带(TEB)原理
原理与图优化方法。
TEB
图优化
16
TEB算法实战
ROS实现与参数调优。
ROS
调优
17
模型预测控制(MPC)基础
原理与线性MPC。
MPC
控制
18
MPC在避障中的应用
非线性MPC与障碍物约束。
非线性
约束
19
MPC实战:基于CasADi
基于CasADi的避障代码实现。
CasADi
代码
20
深度学习避障
端到端学习与行为克隆。
深度学习
端到端
21
强化学习避障
DDPG与PPO算法在避障中的应用。
强化学习
DDPG
22
多传感器融合:卡尔曼滤波
卡尔曼滤波与扩展卡尔曼滤波。
EKF
融合
23
多传感器融合:粒子滤波
粒子滤波与地图构建。
粒子滤波
SLAM
24
动态环境建模
占据栅格地图与代价地图。
栅格
代价地图
25
全局与局部规划融合
Move Base框架解析。
Move Base
ROS
26
ROS导航栈实战
配置与调试。
ROS
导航栈
27
仿真环境搭建
Gazebo与Stage仿真器使用。
Gazebo
仿真
28
实车部署
从仿真到实车的迁移技巧与坑。
部署
实战
29
性能评估
避障算法的评价指标与测试方法。
评估
指标
30
综合实战:完整避障系统
构建一个完整的动态避障导航系统。
综合
项目