01
路径规划导论
什么是路径规划？应用场景（扫地机器人、自动驾驶、无人机），课程整体框架与学习路径。
导论应用
02
空间与地图表示
栅格地图、拓扑地图、几何特征地图的构建与对比。
地图表示
03
坐标系与坐标变换
全局坐标系、局部坐标系、齐次坐标与变换矩阵。
坐标变换
04
基础数据结构
图、树、堆、栈在路径规划中的应用。
数据结构
05
广度优先搜索(BFS)
算法原理、伪代码、在栅格地图上的Python实现。
BFS搜索
06
深度优先搜索(DFS)
算法原理、伪代码、与BFS的对比分析。
DFS对比
07
Dijkstra算法
算法原理、带权图的最短路径、Python代码实现与可视化。
Dijkstra最短路径
08
贪心最佳优先搜索
启发式函数、算法原理、优缺点分析。
贪心启发式
09
A*算法（上）
核心原理、启发式函数设计（曼哈顿距离、欧氏距离）。
A*启发式
10
A*算法（下）
Python代码实现、动态可视化、与Dijkstra的性能对比。
A*实现可视化
11
A*算法工程优化
二叉堆优化、JPS跳点搜索、双向A*。
优化JPS
12
D* Lite算法
动态环境下的路径规划、增量式搜索原理。
D* Lite动态
13
RRT算法（上）
快速随机搜索树原理、伪代码、基础Python实现。
RRT随机
14
RRT算法（下）
RRT-Connect、RRT*（渐进最优）、代码实现。
RRT*最优
15
PRM算法
概率路线图、构建与查询阶段、优缺点分析。
PRM概率
16
人工势场法
引力场与斥力场、局部极小值问题及解决方案。
势场局部极小
17
动态窗口法(DWA)
速度空间搜索、评价函数、在机器人上的应用。
DWA局部规划
18
Time-Elastic Band(TEB)
轨迹优化、时间弹性带原理、与DWA的对比。
TEB轨迹
19
路径平滑
B样条曲线、贝塞尔曲线、多项式插值。
平滑曲线
20
轨迹生成
最小抖振轨迹、分段多项式、QP优化求解。
轨迹QP
21
碰撞检测
AABB、OBB、GJK算法原理与代码实现。
碰撞GJK
22
代价地图
障碍物膨胀、风险场、分层代价地图。
代价地图膨胀
23
ROS导航栈
move_base框架、全局规划器与局部规划器配置。
ROS导航
24
多机器人路径规划
冲突解决、优先级规划、协同A*。
多机器人协同
25
基于学习的路径规划
模仿学习、强化学习（DQN）在路径规划中的应用。
学习DQN
26
路径规划评估指标
路径长度、时间代价、平滑度、安全裕度。
评估指标
27
实战项目1：扫地机器人
全覆盖路径规划（弓字形+回充）。
实战扫地机
28
实战项目2：自动驾驶
全局路径规划（基于A*与Lattice Planner）。
实战自动驾驶
29
实战项目3：无人机三维规划
三维空间路径规划（基于RRT*）。
实战无人机
30
课程总结与未来展望
前沿技术（MPC、端到端学习）与学习资源推荐。
总结前沿