01
轨迹规划概述
什么是轨迹规划？为什么需要轨迹规划？机器人、无人机、自动驾驶中的应用场景。
概念应用
02
Simulink环境搭建
Simulink基础操作、模块库介绍、仿真参数配置、模型文件管理。
基础环境
03
坐标系与变换
世界坐标系、机器人基坐标系、工具坐标系、齐次变换矩阵、欧拉角与四元数。
数学坐标
04
运动学基础
正运动学与逆运动学、DH参数法、关节空间与任务空间。
运动学DH
05
多项式轨迹规划
三次多项式插值、五次多项式插值、梯形速度规划、S形速度规划。
插值速度
06
B样条与NURBS曲线
B样条基函数、均匀B样条、非均匀有理B样条、曲线拟合与插值。
曲线拟合
07
梯形速度规划
梯形速度曲线原理、加速度与减速度约束、Simulink实现梯形规划。
梯形Simulink
08
S形速度规划
S形曲线原理、加加速度约束、七段式S形规划、Simulink实现。
S形加加速度
09
多段轨迹拼接
连续轨迹的平滑拼接、速度与加速度连续性约束、拐角过渡策略。
拼接平滑
10
时间最优轨迹规划
基于约束的时间优化、凸优化方法、动态规划在轨迹规划中的应用。
优化时间最优
11
避障轨迹规划
人工势场法、快速随机搜索树(RRT)、RRT*算法、Simulink与MATLAB联合仿真。
避障RRT
12
笛卡尔空间轨迹规划
直线插补、圆弧插补、空间直线与圆弧的Simulink实现。
笛卡尔插补
13
关节空间轨迹规划
关节角度插值、关节速度与加速度约束、Simulink关节规划器。
关节规划器
14
轨迹跟踪控制
PID轨迹跟踪、前馈控制、计算力矩控制、Simulink实现。
控制PID
15
模型预测控制(MPC)在轨迹规划中的应用
MPC原理、约束处理、Simulink MPC模块。
MPC预测
16
基于强化学习的轨迹规划
Q-learning、深度Q网络(DQN)、策略梯度方法、Simulink与Python联合。
强化学习DQN
17
轨迹优化
最小时间、最小能量、最小冲击、多目标优化、帕累托前沿。
优化多目标
18
实时轨迹规划
实时性要求、在线规划与离线规划、计算效率优化。
实时效率
19
轨迹规划中的传感器融合
IMU、编码器、激光雷达、视觉传感器、卡尔曼滤波。
传感器融合
20
轨迹规划中的不确定性处理
鲁棒优化、随机规划、蒙特卡洛方法。
不确定性鲁棒
21
多机器人协同轨迹规划
协同避障、队形保持、任务分配、分布式规划。
协同多机器人
22
人机协作轨迹规划
安全距离约束、意图预测、柔顺控制、Simulink人机交互仿真。
人机协作安全
23
轨迹规划在工业机器人中的应用
焊接、喷涂、搬运、装配的轨迹规划案例。
工业案例
24
轨迹规划在移动机器人中的应用
轮式机器人、履带机器人、全向移动平台。
移动机器人轮式
25
轨迹规划在无人机中的应用
四旋翼轨迹规划、航点导航、避障飞行、编队飞行。
无人机编队
26
轨迹规划在自动驾驶中的应用
路径规划、速度规划、换道决策、泊车规划。
自动驾驶泊车
27
轨迹规划在机械臂中的应用
抓取规划、避障路径、奇异点规避、柔顺操作。
机械臂抓取
28
轨迹规划在医疗机器人中的应用
手术路径规划、力控辅助、安全约束。
医疗手术
29
轨迹规划性能评估
轨迹平滑度、执行时间、能量消耗、跟踪误差、鲁棒性指标。
评估指标
30
综合项目实战
基于Simulink的六轴机器人搬运轨迹规划完整项目，从建模到仿真到代码生成。
实战六轴