无人机任务规划与路径优化全解

📚 共计 30 章节
01
无人机系统概述
发展简史 · 多旋翼/固定翼/直升机 · 飞控/动力/通信/载荷 · 任务规划核心概念与挑战
概论系统组成
02
坐标系与运动学基础
地球/机体坐标系 · 欧拉角与四元数 · 运动学模型 · 动力学模型简介
数学建模
03
环境感知与地图构建
GPS/IMU/激光雷达/视觉 · 栅格/八叉树/概率/拓扑地图 · SLAM简介
感知地图
04
任务规划基础
任务分解-路径规划-轨迹生成 · 时间/能量/安全约束 · 优先级与多目标优化
流程约束
05
路径规划算法导论
数学建模 · 图搜索/采样/智能优化 · 最优性/完备性/实时性
分类评价
06
Dijkstra算法
原理与步骤 · 优先队列 · Python实现与可视化 · 优缺点分析
图搜索经典
07
A*算法
启发式函数 · 算法流程 · Python对比实验 · 加权A*/双向A*
启发式优化
08
D* Lite算法
动态环境路径规划 · D* Lite原理 · 增量式搜索 · Python仿真
动态增量
09
RRT算法
快速随机搜索树 · RRT-Connect · Python避障演示 · 优缺点
采样避障
10
RRT*算法
渐进最优性 · 重连机制 · Python收敛性分析 · 实际案例
最优改进
11
PRM算法
概率路线图 · 构建与查询 · Python实现 · PRM vs RRT
概率路线图
12
人工势场法
引力/斥力场 · 局部极小值 · 改进势场法 · Python仿真
势场局部
13
遗传算法在路径规划中的应用
编码/解码 · 适应度函数 · 选择/交叉/变异 · Python路径优化
进化智能
14
粒子群优化算法
粒子群原理 · 速度/位置更新 · 参数调优 · 路径平滑
群智能PSO
15
蚁群算法
信息素机制 · 路径构建与更新 · Python实现 · 对比遗传算法
蚁群信息素
16
B样条曲线与路径平滑
B样条基础 · 控制点与节点向量 · 平滑应用 · Python实现
曲线平滑
17
贝塞尔曲线与轨迹生成
贝塞尔原理 · 高阶曲线 · 轨迹插值 · Python可视化
轨迹插值
18
时间维度规划
速度/加速度约束 · 梯形/S形速度曲线 · 时间最优轨迹
速度时间
19
多无人机协同任务规划
集中式/分布式 · 匈牙利/拍卖算法 · 碰撞避免策略
协同分配
20
多无人机编队控制
V形/三角形/直线编队 · 领航-跟随法 · 虚拟结构 · 一致性控制
编队控制
21
动态窗口法 (DWA)
速度空间搜索 · 评价函数 · 局部避障 · Python实现
DWA局部
22
模型预测控制 (MPC) 在轨迹跟踪中的应用
MPC原理 · 预测模型与约束 · 滚动优化 · Python仿真
MPC跟踪
23
强化学习入门
MDP · Q-learning/DQN · 状态/动作空间 · Python示例
RL入门
24
深度强化学习在路径规划中的应用
DDPG · PPO · 训练环境搭建 · 仿真结果分析
DRL规划
25
能量优化与续航规划
能耗模型 · 能量最优路径 · 充电站选址 · 多目标权衡
节能续航
26
不确定性处理
传感器噪声 · 卡尔曼滤波 · 蒙特卡洛定位 · 鲁棒路径规划
滤波鲁棒
27
实时重规划
触发条件 · 局部/全局规划切换 · 应急降落策略
实时重规划
28
仿真平台搭建
ROS/Gazebo · PX4/ArduPilot · 自定义场景 · 数据记录与分析
仿真ROS
29
实飞测试与调试
硬件在环测试 · 飞行日志分析 · 故障排查 · 安全规范
实飞调试
30
综合项目实战
任务需求→实飞验证 · 完整代码框架 · 性能评估 · 总结与展望
实战综合