高精度轨迹平滑与能耗优化秘籍
📚 共计 30 章节
01
轨迹平滑基础
为什么需要轨迹平滑?数学本质与工程意义
基础
核心概念
02
运动学约束
速度、加速度、加加速度 (Jerk) 物理与数学表达
运动学
约束
03
梯形速度规划
原理、实现、优缺点分析
速度规划
梯形
04
S形速度规划
原理、七段式S曲线、实现方法
S曲线
平滑
05
多项式插值
三次/五次/七次多项式轨迹规划
插值
多项式
06
B样条曲线
均匀B样条、准均匀B样条、轨迹平滑应用
B样条
曲线
07
贝塞尔曲线
贝塞尔原理、高阶贝塞尔、使用技巧
贝塞尔
平滑
08
最小加加速度轨迹
Optimal Jerk轨迹、数学推导与工程实现
Jerk
最优
09
时间最优轨迹规划
基于凸优化的时间最优轨迹生成
时间最优
凸优化
10
能量模型建立
机器人/无人机能耗模型、电机能耗模型
能耗
建模
11
能耗优化目标函数
最小化能量、时间、多目标权衡
目标函数
权衡
12
梯度下降法
原理、轨迹优化应用、收敛性分析
梯度下降
优化
13
牛顿法与拟牛顿法
原理、BFGS算法、轨迹优化实例
牛顿法
BFGS
14
序列二次规划 (SQP)
原理、约束处理、轨迹优化应用
SQP
约束
15
内点法
原理、障碍函数、大规模轨迹优化
内点法
大规模
16
动态规划
原理、离散化、在轨迹优化中的应用
动态规划
离散
17
模型预测控制 (MPC)
线性MPC、非线性MPC、轨迹跟踪
MPC
预测控制
18
强化学习基础
马尔可夫决策过程、Q学习、策略梯度
强化学习
MDP
19
深度强化学习
DQN、DDPG、PPO在轨迹优化中的应用
深度强化学习
PPO
20
多目标优化
帕累托前沿、加权法、约束法、NSGA-II
多目标
帕累托
21
约束处理
等式/不等式约束、软约束与硬约束
约束
软约束
22
鲁棒轨迹优化
不确定性建模、鲁棒优化方法
鲁棒
不确定性
23
实时轨迹重规划
局部规划、全局规划、混合策略
实时
重规划
24
多机器人协同
避碰约束、协同轨迹优化、分布式优化
多机器人
协同
25
硬件在环仿真 (HIL)
HIL原理、实时性要求、测试验证
HIL
仿真
26
传感器融合
IMU、里程计、GPS、视觉融合对轨迹的影响
传感器
融合
27
实际案例:AGV小车
AGV轨迹平滑与能耗优化
AGV
案例
28
实际案例:无人机航迹
无人机航迹规划与能耗优化
无人机
航迹
29
实际案例:机械臂
机械臂轨迹平滑与能耗优化
机械臂
案例
30
前沿趋势
学习型轨迹规划、端到端生成、未来展望
前沿
趋势