課程大綱： 自主移動機器人培訓
01
移動機器人概述
了解移動機器人的應用需求、發展歷史、主要移動方式、關鍵性能和自主移動問題
1.1 移動機器人簡介
1.2 主要移動方式
1.3 關鍵性能和自主移動問題
02
輪式移動機器人運動學建模
掌握運動學建模概念、輪式移動機器人運動學建模要素、輪子類型和組合方式、運動學建模方法、機動度概念和計算方法
2.1 什么是運動學建模
2.2 主要輪子類型
2.3 輪子排布方式
2.4 基于作用的運動學建模
2.5 基于約束的運動學建模
2.6 輪式移動機動度分析
03
導航規劃之路徑規劃
掌握導航規劃基本概念和問題分解，路徑規劃基本概念和主要分類，掌握分辨率完備的拓撲連通圖構建、路徑搜索方法，概率完備的連通圖構建三方面的經典方法及其優缺點和適用處
3.1 基本概念
3.2 分辨率完備的拓撲連通圖構建
3.2.1 行車圖法
3.2.2 單元分解法
3.2.3 人工勢場法
3.3 路徑搜索方法
3.3.1 深度優先法和Dijstra算法
3.3.2 啟發式搜索A*算法
3.3.3 蟻群算法
3.4 概率完備的連通圖構建
3.4.1 PRM
3.4.2 RRT
04
導航規劃之避障規劃
掌握避障規劃和路徑規劃的區別和關系，掌握經典避障規劃方法的基本思想和優缺點
4.1 Bug算法
4.2 向量勢直方圖法
4.3 動態窗口法DWA
05
軌跡規劃
掌握軌跡規劃基本概念，與路徑規劃、避障規劃的區別和關系，掌握一維軌跡規劃基本表達和復合構建方法、以及平面軌跡規劃經典方法。
5.1 基本概念
5.2 一維軌跡規劃
5.2.1 基本一維軌跡
5.2.2 復合一維軌跡
5.3 平面軌跡規劃
5.3.1 簡介
5.3.2 圖形搜索法
5.3.3 參數優化法
5.3.4 反饋控制法
06
融合導航規劃
本章為拓展內容
6.1 傳統導航存在問題及混合A star
6.2 彈性帶算法
6.3 TEB算法
07
地圖表示與局部地圖構建
掌握常用地圖表示方法，包括主要表達思路、優缺點和適用性，掌握如何從激光傳感器數據構建局部占用柵格地圖和線段特征地圖構建
預備知識：概率表示與計算
7.1 簡介
7.2 地圖表示方法
7.2.1 點云地圖
7.2.2 柵格地圖
7.2.3 其他地圖表示及發展趨勢
7.3 局部地圖構建
7.3.1 總述
7.3.2 占用柵格地圖構建
7.3.3 高度柵格地圖構建
7.3.4 線段特征地圖構建
08
里程估計
理解里程估計的概念，和定位的差別，掌握里程估計的方式和經典方法
8.1 簡介和數學定義
8.2 基于運動感知的里程估計
8.3 激光里程計
8.4 視覺里程估計
09
定位
理解定位的概念、主要定位方式，特別是概率架構下控制感知融合自定位問題的建模和分析推導，掌握概率架構下的運動建模和觀測建模方法
9.1 簡介
9.2 基于外部設備感知的定位
9.3 基于本體感知的定位
9.4 概率架構下控制感知融合自定位問題
9.5 馬爾可夫定位公式中的運動模型
9.6 馬爾可夫定位公式中的觀測模型
10
馬爾可夫自定位求解方法
了解馬爾可夫自定位求解的主要方法，各方法的基本思想和有缺蒂娜
10.1 簡介
10.2 擴展卡爾曼濾波
10.3 粒子濾波方法
10.4 近期定位技術發展及存在問題
11
同時定位與地圖構建
本章為拓展內容
11.1 SLAM問題及發展
11.2 EKFSLAM和FASTSLAM
11.3 圖優化SLAM
加入高級會員獲得助教答疑
