路径规划 · 从零到实车
🚀 30章 闯关地图
01
课程导论
路径规划概述
A* vs Dijkstra
课程目标与前置
02
环境搭建
Python环境配置
NumPy & Matplotlib
基础地图数据结构
03
Dijkstra算法原理
算法思想
距离更新规则
优先队列的作用
04
Dijkstra算法实现
数据结构定义
核心逻辑代码
单步调试与可视化
05
Dijkstra算法分析
时间复杂度
空间复杂度
优缺点与适用场景
06
A*算法原理
启发式函数
曼哈顿与欧几里得
f(n)=g(n)+h(n)
07
A*算法实现
节点类设计
开放列表与关闭列表
路径回溯
08
A*算法分析
最优性证明
启发式函数的影响
与Dijkstra对比实验
09
地图建模
栅格地图
邻接矩阵/邻接表
八连通与四连通
10
障碍物处理
静态障碍物
动态障碍物
膨胀层与安全距离
11
路径平滑
B样条曲线
贝塞尔曲线
路径后处理
12
多目标路径规划
多起点多终点
TSP问题简化
覆盖路径规划
13
分层规划
全局与局部规划
规划频率
重规划
14
混合A*算法
连续空间搜索
Reeds-Shepp曲线
车辆运动学约束
15
JPS算法
跳点搜索原理
剪枝策略
与A*性能对比
16
D* Lite算法
动态环境增量搜索
代价更新机制
适用场景
17
RRT算法
快速随机搜索树
概率完备性
与A*对比
18
RRT*算法
渐进最优性
重连机制
收敛速度分析
19
PRM算法
概率路线图
查询阶段与学习阶段
多查询场景
20
蚁群算法
信息素模型
路径选择概率
参数调优
21
遗传算法
编码方式
适应度函数
交叉与变异
22
粒子群算法
粒子表示
速度更新
全局与个体最优
23
深度强化学习入门
DQN基础
状态/动作空间
奖励函数设计
24
基于学习的路径规划
模仿学习
策略梯度
端到端规划
25
多传感器融合
激光雷达/摄像头/IMU
卡尔曼滤波
粒子滤波
26
行为预测
意图识别
轨迹预测
交互博弈
27
决策规划
有限状态机
行为树
MDP与POMDP
28
控制接口
路径跟踪
纯跟踪控制
MPC模型预测控制
29
系统集成
ROS框架
仿真环境搭建
实车部署流程
30
课程总结与展望
技术趋势
学习路径
开源项目推荐
✦ 动手规划 · 驶向未来 ✦