• 学习时长

    八周/建议每周至少六小时

  • 答疑服务

    专属微信答疑群/讲师助教均参与

  • 作业批改

    每章节设计作业/助教及时批改评优

课程价格: 899.00

  • 第3章: 基于采样的路径规划(SAMPLING-BASED PATH FINDING)
  • 第1节: 概率路线图算法(Probabilistic Road Map)
  • 第2节: 快速探索随机树算法(Rapidly-exploring Random Tree)
  • 第3节: 基于采样的最优路径规划算法(Optimal Sampling-based Methods)
  • 第4节: 基于采样的路径规划算法进阶(Advanced Sampling-based Methods)
  • 第4章: 动力学约束下的路径规划(KINODYNAMIC PATH FINDING)
  • 第1节: 动力学概念简介(Introduction)
  • 第2节: 两点边界值最优控制问题(State-to-state Boundary Value Optimal Control Problem)
  • 第3节: 状态栅格搜索算法(State Lattice Search)
  • 第4节: 动力学约束RRT*算法(Kinodynamic RRT*)
  • 第5节: 混合A*算法(Hybrid A*)
  • 第5章: Minimum-snap轨迹生成(MINIMUM SNAP TRAJECTORY GENERATION)
  • 第1节: 微分平坦(Differential Flatness)
  • 第2节: Minimum-snap轨迹优化方法(Minimum Snap Optimization)
  • 第3节: Minimum-snap优化的闭式解(Closed-form Solution to Minimum Snap)
  • 第4节: 时间分配问题(Time Allocation)
  • 第5节: 工程实现细节(Implementation in Practice)