路径规划与行为决策实战指南
📘 30章 · 从基础到实战
友好
01
路径规划概述
自动驾驶中的规划层级 · 全局与局部规划 · 行为决策角色
02
地图与坐标系
高精地图概念 · 坐标系转换 · Frenet坐标系详解
03
路径搜索基础
图搜索算法概览 · Dijkstra · A*原理与实现
04
A*算法实战
启发函数设计 · 网格地图实现 · 性能优化技巧
05
混合A*算法
连续空间搜索 · Reeds-Shepp曲线 · 泊车场景应用
06
状态格与D*算法
State Lattice原理 · D* Lite · 动态重规划
07
曲线插值与拟合
多项式曲线 · 贝塞尔 · B样条 · 路径平滑
08
路径生成方法
基于采样/优化 · 车道线引导的路径生成
09
速度规划基础
速度与加速度约束 · 梯形/S形速度规划
10
ST图与速度决策
ST图概念 · 障碍物表示 · 基于ST图的速度规划
11
SL图与路径决策
SL图概念 · 横向偏移与纵向位置 · 路径选择
12
行为决策框架
有限状态机(FSM) · 决策树 · 基于规则决策
13
FSM实战
状态定义 · 转移条件 · FSM代码实现
14
基于场景的决策
路口通行 · 变道 · 超车 · 让行决策
15
交互行为建模
车辆交互博弈 · 社会力模型 · 交互代价函数
16
预测与决策融合
轨迹预测基础 · 基于预测决策 · 不确定性处理
17
强化学习入门
MDP建模 · Q-Learning · DQN在决策中的应用
18
模仿学习
行为克隆 · 逆强化学习 · 生成式模仿学习
19
多智能体决策
协同决策框架 · 冲突消解 · V2X通信决策
20
优化理论基础
凸/非凸优化 · 二次规划(QP) · 序列二次规划
21
基于优化的规划
目标函数设计 · 约束建模 · OSQP求解器实战
22
模型预测控制(MPC)
MPC原理 · 线性/非线性MPC · 轨迹跟踪应用
23
MPC实战
车辆运动学模型 · MPC代码实现 · 参数调优
24
安全与冗余设计
功能安全概念 · 安全包络 · 冗余决策架构
25
仿真与测试
仿真环境搭建 · 场景测试用例 · MIL/SIL/HIL
26
实车部署经验
仿真到实车迁移 · 标定调试 · 常见问题排查
27
系统集成
规划与感知/控制接口 · 时序与延迟处理
28
前沿趋势
端到端规划 · 大模型应用 · 数据驱动规划
29
综合实战项目一
高速公路自动驾驶规划与决策
30
综合实战项目二
城市道路自动驾驶规划与决策