深入移动机器人运动规划：从基础到进阶 系统掌握路径规划与决策算法

课程简介

本课程系统讲解移动机器人运动规划的核心算法与实践，涵盖基于采样的规划、图搜索、动力学约束规划以及不确定性下的决策方法。您将学习PRM、RRT、A、JPS、Minimum Snap、MDP等经典算法，并通过实践演示和作业巩固所学。课程提供完整课件，适合机器人、自动驾驶领域的开发者与学习者，助您构建扎实的运动规划知识体系，提升解决实际问题的能力。

下载地址

课程目录

PART1

第1章 导论

hw_1

• 🎬 1任务1-2课程总体介绍-.mp4
• 🎬 1任务2课纲介绍与规划方法分类-.mp4
• 🎬 1任务3常用地图结构与基础知识-.mp4
• 🎬 1任务4实践演示-.mp4

第2章 基于搜索的路径规划

hw_2

ros版本作业

• 🎬 2任务1-2图搜索基础-.mp4
• 🎬 2任务2Dijstra和Astar算法-.mp4
• 🎬 2任务3JPS算法-.mp4
• 🎬 2任务4实践演示与作业-.mp4

第3章 基于采样的规划算法

• 🎬 3任务1-2概率路线图算法-.mp4
• 🎬 3任务2基于采样的最优路径规划算法-.mp4

第4章 动力学约束下的运动规划

• 🎬 4任务1-2动力学概念简介-.mp4
• 🎬 4任务2状态栅格搜索算法-.mp4
• 🎬 4任务3两点边界最优控制问题-.mp4
• 🎬 4任务4混合Astar算法-.mp4
• 🎬 4任务5动力学约束RRTstar算法-.mp4

第5章 最优轨迹生成

• 🎬 MinimumSnap1-.mp4
• 🎬 MinimumSnap2-.mp4

PART2

第6章 模型预测控制与运动规划

• 🎬 作业-.mp4
• 🎬 轨迹优化-.mp4

第7章 集群机器人运动规划

• 🎬 值迭代和实时动态规划-.mp4
• 🎬 最小最大代价规划和最小期望代价规划-.mp4
• 🎬 规划中的不确定性和马尔科夫决策过程-.mp4

第8章 移动机器人局部规划：经典框架及案例

• 🎬 第八章上-.mp4

• 🎬 第八章下-.mp4

• 🎬 第八章中-.mp4

• 📦 课件-.zip