2020年移动机器人运动规划高清视频教程（附讲义） 8章

沁心

课程介绍：

系统讲解运动规划的中文课程，讲述最新，最实用的planning算法原理以及工程实现。重点讲述应用/实现/工程部分，学完可以直接应用于移动机器人中。
Path finding算法属于“前端”，我们不希望在这上面花费太多的算力和代价，因此往往会把一些高维问题转换为低维问题，找到一个粗略的可行解；Trajectory generation属于“后端”，称之为轨迹生成或者轨迹优化环节，这时候会把它变成一个真正的可行解，满足机器人动力学约束等等的一条轨迹。

本门课程所需要的一些知识技能：线性代数、概率论、Matlab、C++、Linux。这些技能都是机器人行业的必备。

这门课属于国内首次系统讲解运动规划，从此告别只能依靠博客，知乎，英文paper查找学习资料的尴尬。


课程目录

第1章 概述和课程介绍

1.1课程总体介绍


1.2课纲介绍与规划方法分类


1.3常用地图结构与基础知识


1.4实践演示

第2章 基于搜索的路径规划


2.1图搜索基础


2.2Dijstra和Astar算法


2.3JPS算法


2.4实践演示与作业

第3章 基于采样的路径规划


3.1-3.2概率路线图算法


3.3-3.4基于采样的最优路径规划算法

第4章 动力学约束下的路径规划

4.1动力学概念简介


4.2状态栅格搜索算法


4.3两点边界最优控制问题


4.4混合Astar算法


4.5动力学约束RRTstar算法

第5章 轨迹生成


5.1MinimumSnap1


5.2MinimumSnap2

第6章 软约束和硬约束下的轨迹优化


6.1轨迹优化


6.2作业

第7章 基于马尔可夫决策过程的运动规划


7.1规划中的不确定性和马尔科夫决策过程


7.2最小最大代价规划和最小期望代价规划


7.3值迭代和实时动态规划

第8章 模型预测控制在运动规划的应用


配套资料（代码、讲义）(04)20200531人工智能
下载地址
回复可查看课程下载链接&提取码

游客，如果您要查看本帖隐藏内容请回复

mostovoi

学习是一群志同道合的人在一起碰撞的过程。

火金鱼

非常不错得资料

teamilk

学习是一群志同道合的人在一起碰撞的过程。

巧克力豆

学习是一群志同道合的人在一起碰撞的过程。

sui1413

学习是一群志同道合的人在一起碰撞的过程。

axefang

谢谢分享！！！！

RdLqzuser

好多IT前言技术资料，太棒了！

zzcbio

楼主发贴辛苦了，谢谢楼主分享！我觉得一起自学吧是注册对了！

远去的村庄

有的人你看不见，因为他远远走在前面....