多目标航迹规划与冲突解决方案
📚 共计 30 章节
01
课程导论与基础
多目标航迹规划的定义、应用场景（无人机集群、自动驾驶）、课程目标与学习路径。
导论
应用场景
02
坐标系与运动学基础
常用坐标系（地心地固、北东地、机体坐标系）、坐标变换、刚体运动学模型。
坐标系
运动学
03
环境建模
栅格地图、八叉树地图、拓扑地图、Voronoi图，以及各自的优缺点。
栅格
八叉树
Voronoi
04
单目标路径规划基础
Dijkstra算法原理、实现与局限性。
Dijkstra
经典算法
05
单目标路径规划进阶
A*算法原理、启发式函数设计、双向A*。
A*
启发式
双向
06
单目标路径规划扩展
RRT与RRT*算法原理、概率完备性、渐进最优性。
RRT
RRT*
最优性
07
单目标路径规划实战
基于A*的二维栅格路径规划代码实现与可视化。
实战
A*栅格
可视化
08
多目标问题引入
多目标优化的数学定义、Pareto最优解集、权重法。
Pareto
权重法
09
多目标进化算法基础
NSGA-II算法原理、快速非支配排序、拥挤度距离。
NSGA-II
非支配排序
10
多目标进化算法实战
使用Python实现NSGA-II求解多目标路径长度与安全性的权衡。
Python
NSGA-II
权衡
11
冲突检测基础
冲突类型（空间冲突、时间冲突、速度冲突）、碰撞锥原理。
碰撞锥
冲突分类
12
冲突检测算法
分离轴定理（SAT）、GJK算法在航迹冲突检测中的应用。
SAT
GJK
13
冲突解决策略
速度障碍法（VO）、互惠速度障碍法（RVO）原理。
VO
RVO
14
冲突解决策略进阶
最优互惠碰撞避免（ORCA）算法。
ORCA
最优互惠
15
多智能体协同规划
集中式vs分布式架构、一致性协议。
集中式
分布式
一致性
16
分布式冲突解决
基于共识的冲突解决算法、优先级分配策略。
共识
优先级
17
航迹平滑与优化
B样条曲线、贝塞尔曲线、最小snap轨迹优化。
B样条
贝塞尔
最小snap
18
时间维度规划
速度规划、时间窗分配、ETA一致性。
速度规划
时间窗
ETA
19
动态环境规划
滚动时域优化（RHC）、模型预测控制（MPC）在航迹规划中的应用。
RHC
MPC
20
不确定性处理
鲁棒优化、机会约束规划、蒙特卡洛方法。
鲁棒
机会约束
蒙特卡洛
21
机器学习辅助规划
深度强化学习（DRL）在冲突解决中的应用概述。
DRL
强化学习
22
多目标航迹规划系统架构
模块划分、数据流、接口设计。
架构
模块
接口
23
仿真平台搭建
基于Python的仿真环境（AirSim、PyBullet）配置与使用。
AirSim
PyBullet
仿真
24
实战项目一
多无人机协同搜索与路径规划（基于NSGA-II+RVO）。
无人机
NSGA-II
RVO
25
实战项目二
自动驾驶交叉路口多车冲突协调（基于ORCA）。
自动驾驶
ORCA
交叉路口
26
实战项目三
仓储机器人集群调度与避碰（基于A*+优先级）。
仓储机器人
A*
优先级
27
性能评估指标
计算时间、路径长度、冲突次数、Pareto前沿覆盖率。
评估
Pareto
指标
28
算法调参与优化
参数敏感性分析、网格搜索、贝叶斯优化。
调参
贝叶斯优化
网格搜索
29
前沿趋势
多智能体强化学习（MARL）、安全强化学习、大模型在规划中的应用。
MARL
安全RL
大模型
30
课程总结与未来展望
知识体系回顾、推荐论文与开源项目、职业发展建议。
总结
开源
职业