从零搭建轨迹规划仿真系统
📚 共计 30 章节
01
系统概述与目标
轨迹规划仿真系统的定义、应用场景（自动驾驶、机器人臂）、课程目标与学习路径。
概述
应用
02
开发环境搭建
Python环境配置（Anaconda）、核心库安装（NumPy, SciPy, Matplotlib）、IDE推荐（VS Code + 插件）。
环境
Python
03
坐标系与变换基础
二维/三维坐标系、齐次坐标、旋转矩阵与欧拉角、使用NumPy实现坐标变换。
坐标
变换
04
运动学基础
刚体运动描述、平移与旋转、速度与加速度、雅可比矩阵概念。
运动学
雅可比
05
路径规划 vs 轨迹规划
区别与联系、路径规划（几何路径）与轨迹规划（时间+约束）的对比。
概念
对比
06
多项式轨迹
三次多项式、五次多项式轨迹生成、边界条件设置、代码实现与可视化。
多项式
轨迹
07
梯形速度轨迹
T型速度曲线、加速-匀速-减速三段式、参数计算与代码实现。
梯形
速度
08
S型速度轨迹
S型曲线原理、加加速度（Jerk）约束、七段式S曲线、代码实现。
S型
Jerk
09
样条曲线基础
B样条曲线原理、控制点与节点向量、均匀与非均匀B样条。
样条
B样条
10
贝塞尔曲线与轨迹
贝塞尔曲线定义、德卡斯特里奥算法、高阶贝塞尔曲线应用。
贝塞尔
算法
11
Dubins曲线
Dubins曲线原理（CSC, CCC）、最短路径求解、代码实现。
Dubins
最短路径
12
Reeds-Shepp曲线
Reeds-Shepp曲线原理、与Dubins对比、实现与可视化。
Reeds-Shepp
对比
13
A*算法路径搜索
栅格地图表示、A*算法原理（启发式搜索）、Python实现与可视化。
A*
启发式
14
RRT快速随机搜索树
RRT算法原理、树生长过程、RRT-Connect变种、代码实现。
RRT
搜索树
15
RRT*与优化
RRT*的渐进最优性、重布线机制、与RRT对比实验。
RRT*
最优
16
人工势场法
引力场与斥力场、局部极小值问题、改进方法。
势场
局部极小
17
动态窗口法（DWA）
DWA原理、速度空间采样、评价函数设计、代码实现。
DWA
动态窗口
18
时间最优轨迹规划
时间最优问题建模、凸优化方法、数值求解。
时间最优
凸优化
19
约束处理
运动学约束（速度、加速度）、动力学约束（力矩）、障碍物约束。
约束
动力学
20
碰撞检测基础
包围盒（AABB, OBB）、GJK算法原理、距离计算。
碰撞
GJK
21
仿真环境搭建
使用Matplotlib搭建2D仿真环境、障碍物绘制、机器人模型。
仿真
Matplotlib
22
仿真循环与时间步
仿真主循环设计、固定时间步长、实时可视化更新。
循环
时间步
23
传感器模拟
激光雷达模拟（射线投射）、里程计模拟（带噪声）、传感器融合概念。
传感器
激光雷达
24
控制接口与执行
轨迹跟踪控制器（PID）、控制指令下发、执行误差分析。
控制
PID
25
多机器人轨迹规划
协同规划问题、避碰策略、优先级规划。
多机器人
避碰
26
动态环境规划
动态障碍物预测、重规划策略、滚动时域规划。
动态
重规划
27
性能评估与指标
轨迹平滑度、执行时间、能量消耗、成功率统计。
评估
指标
28
可视化与调试工具
轨迹回放、参数实时调整、日志记录与错误分析。
可视化
调试
29
综合项目实战（上）
需求分析、系统架构设计、模块划分、代码框架搭建。
实战
架构
30
综合项目实战（下）
完整流程跑通、参数调优、结果展示、课程总结与展望。
实战
总结