🚗 混合A星泊车路径
实战·30章
🎯 友好 · 从零到项目
01
课程导论与预备知识
混合A星概述 · 运动学基础 · Reeds-Shepp · 环境搭建
开始学习 →
02
车辆运动学模型
自行车模型 · 状态空间 · 离散化 · 转角曲率约束
开始学习 →
03
Reeds-Shepp曲线（上）
基本概念 · 6种基元 · 组合规则 · 最短路径长度
开始学习 →
04
Reeds-Shepp曲线（下）
代码实现 · 路径采样 · 碰撞检测 · 与A星结合
开始学习 →
05
A星算法回顾
经典A星 · 启发式 · 网格代价 · 八邻域搜索
开始学习 →
06
混合A星核心思想
连续状态搜索 · 网格离散 · RS启发式 · 非完整约束
开始学习 →
07
状态节点与网格哈希
状态定义(x,y,yaw,gear) · 分辨率 · 哈希冲突
开始学习 →
08
启发式函数设计（上）
非完整约束RS距离 · 欧几里得 · 组合启发式
开始学习 →
09
启发式函数设计（下）
动态权重 · 多目标 · 工程调参经验
开始学习 →
10
节点扩展与运动基元
前向/后向基元 · 转向离散 · 步长 · 插值
开始学习 →
11
碰撞检测模块
车辆轮廓 · 栅格代价地图 · SAT检测
开始学习 →
12
代价函数设计
路径长度 · 转向 · 换挡 · 倒车 · 障碍物惩罚
开始学习 →
13
搜索流程详解
Open/Closed Set · 优先级 · 终止条件 · 回溯
开始学习 →
14
路径平滑与优化（上）
B样条 · 三次样条 · 曲率约束
开始学习 →
15
路径平滑与优化（下）
梯度下降 · 共轭梯度 · 平滑与安全权衡
开始学习 →
16
轨迹生成与跟踪
时间参数化 · 速度规划 · 纯跟踪/Stanley
开始学习 →
17
仿真环境搭建（上）
ROS基础 · Gazebo · URDF模型加载
开始学习 →
18
仿真环境搭建（下）
自定义停车场 · 障碍物 · 激光雷达/摄像头
开始学习 →
19
代码实战（一）
项目结构 · 配置文件 · 主循环框架
开始学习 →
20
代码实战（二）
运动学模型类 · 状态更新 · 离散化
开始学习 →
21
代码实战（三）
RS曲线生成器 · 采样 · 碰撞检测集成
开始学习 →
22
代码实战（四）
混合A星搜索器(上) · 节点扩展 · 哈希管理
开始学习 →
23
代码实战（五）
混合A星搜索器(下) · 启发式 · 搜索主循环
开始学习 →
24
代码实战（六）
路径平滑器 · B样条 · 梯度下降
开始学习 →
25
代码实战（七）
轨迹生成 · Matplotlib/RViz可视化
开始学习 →
26
代码实战（八）
仿真闭环测试 · 规划到控制完整链路
开始学习 →
27
算法调优与性能分析
搜索时间 · 内存管理 · 参数敏感性
开始学习 →
28
进阶话题（上）
复杂场景改进 · 倒车入库 · 狭窄车位 · 动态障碍物
开始学习 →
29
进阶话题（下）
与深度学习结合 · 端到端泊车 · 模仿学习 · 强化学习
开始学习 →
30
课程总结与项目答辩
常见问题 · 展示建议 · 未来方向 · 参考资料
开始学习 →