01
动态避障概述
什么是动态避障 · 与静态避障的区别 · 核心挑战：实时性、不确定性、环境动态变化
基础概念
02
传感器选型与融合
激光雷达·深度相机·超声波·IMU 优缺点对比 · 卡尔曼滤波 · 扩展卡尔曼滤波
硬件融合
03
环境感知基础
障碍物检测与分割 · 点云处理 · 栅格地图构建 (Occupancy Grid Map)
感知栅格
04
速度障碍法（VO）原理
数学定义 · 碰撞锥构建 · 几何解释
VO几何
05
速度障碍法（VO）实现
伪代码 · Python示例 · 参数调优：时间窗口、安全距离
实现调参
06
互惠速度障碍法（RVO）
动机与原理 · RVO vs VO · 数学推导
RVO互惠
07
最优互惠碰撞避免（ORCA）
核心思想 · 半平面约束 · 线性规划求解
ORCA最优
08
动态窗口法（DWA）原理
搜索空间定义 · 速度采样 · 轨迹预测
DWA采样
09
动态窗口法（DWA）实现
代价函数设计（朝向·速度·障碍物距离）· Python实现
实现代价
10
时间弹性带（TEB）算法
核心思想 · 图优化框架 · 约束条件：动力学、避障、速度
TEB优化
11
TEB算法实现
代价函数详解 · 超参数调整 · ROS中使用
实现ROS
12
人工势场法（APF）及其改进
局部极小值问题 · 调和函数 · 旋转势场
APF改进
13
模型预测控制（MPC）在避障中的应用
MPC基本框架 · 避障约束建模 · 滚动优化
MPC预测
14
MPC避障实现
线性/非线性MPC · QP求解器 (OSQP, CVXOPT) · 实时性优化
实现QP
15
强化学习（RL）在避障中的应用
RL基础 (状态·动作·奖励) · DDPG/PPO · Gym/PyBullet
RL仿真
16
RL避障实战
奖励函数设计 (稀疏/密集) · 课程学习 · 域随机化 · 策略部署
实战训练
17
行为动力学避障
行为动力学模型 · 吸引子与排斥子 · 行为融合策略
动力学融合
18
避障中的路径规划融合
全局规划 (A*, RRT*) 与局部避障衔接 · 重规划策略
规划融合
19
多机器人协同避障
分布式避障 · 一致性协议 · 编队保持与避障权衡
多机协同
20
动态障碍物轨迹预测
基于物理 (恒速/恒加速度) · 基于学习 (LSTM/Transformer) · 不确定性建模
预测学习
21
避障中的运动学约束
阿克曼·差速·全向模型差异 · 非完整性约束处理
运动学模型
22
避障中的动力学约束
最大加速度/速度 · 最小转弯半径 · 急动度 (Jerk) 限制
动力学限制
23
避障安全评估
最小安全距离 · 碰撞时间 (TTC) · 责任敏感安全模型 (RSS)
安全评估
24
避障算法对比与选型
VO/RVO/ORCA vs DWA vs TEB vs MPC vs RL · 选型决策树
对比选型
25
避障系统实时性优化
算法复杂度 · Numba/C++扩展 · GPU/FPGA加速
优化实时
26
避障系统鲁棒性设计
传感器噪声处理 · 通信延迟补偿 · 故障安全模式
鲁棒安全
27
避障仿真与测试
Gazebo/CARLA/AirSim · 场景生成 · 自动化测试框架
仿真测试
28
避障系统部署
Jetson/STM32适配 · ROS2节点设计 · 状态机管理
部署嵌入式
29
避障前沿技术
端到端避障 (LfD) · 神经符号避障 · 安全强化学习
前沿研究
30
综合项目实战
从零搭建动态避障系统：需求分析 · 算法选型 · 仿真验证 · 实物部署
项目实战