课程价格 :
¥100.00
剩余名额
100

理由3
理论结合实践,学以致用
实践1:A*和JPS搜索算法
学习A*算法的基本原理,对比不同的启发式函数对算法运行效率的影响,学习基于A*而衍生出的不同优化方法,对比JPS和A*算法效率的差异。
实践2:RRT和RRT*采样算法
学习RRT算法的基本原理,包括Sampling,Nearest,Collision-checking几个重要模块,并掌握由RRT算法派生出的RRT*,informed RRT*等各种方法。
实践3:Local lattice planner算法
学习基于运动学约束的路径搜索算法,能够生成满足运动学约束的轨迹空间,采用OBVP问题模型设计代价函数,最终搜索出一条相对光滑的轨迹。
实践4:Minimum Snap算法
学习最基本的轨迹优化算法Minimum Snap,考虑数值稳定性问题建立QP问题模型,分别采用QP求解器和求闭式解的方法求解轨迹优化问题,并通过调整每段轨迹的时间长度来观察轨迹的变化。
实践5MPC运动规划算法
学习MPC算法,设计三维三阶积分器让飞机执行预定轨迹。学习通用BSCP算法和PSO算法,找到线速度和角速度的最优组合使得小车能够从地图上任何位置回到地图中心。
实践6运动规划框架
学习基本运动规划框架,串联整个课程所学内容。包括路径规划模块,轨迹优化模块以及重规划问题。

理由4
学员首肯,获益良多