移动机器人运动规划-人工智能

ad***

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。



课程目录：├─00.配套资料（代码、讲义）
│      00.配套资料（代码、讲义）.rar
│      
├─01.第1章 概述和课程介绍
│      1.1课程总体介绍.mp4
│      1.2课纲介绍与规划方法分类.mp4
│      1.3常用地图结构与基础知识.mp4
│      1.4实践演示.mp4
│      
├─02.第2章 基于搜索的路径规划
│      2.1图搜索基础.mp4
│      2.2Dijstra和Astar算法.mp4
│      2.3JPS算法.mp4
│      2.4实践演示与作业_.mp4
│      
├─03.第3章 基于采样的路径规划
│      3.1-3.2概率路线图算法.mp4
│      3.3-3.4基于采样的最优路径规划算法.mp4
│      
├─04.第4章 动力学约束下的路径规划
│      4.1动力学概念简介.mp4
│      4.2状态栅格搜索算法.mp4
│      4.3两点边界最优控制问题.mp4
│      4.4混合Astar算法.mp4
│      4.5动力学约束RRTstar算法.mp4
│      
├─05.第5章 轨迹生成
│      5.1MinimumSnap1.mp4
│      5.2MinimumSnap2.mp4
│      
├─06.第6章 软约束和硬约束下的轨迹优化
│      6.1轨迹优化.mp4
│      6.2作业（视频尾部画面卡）.mp4
│      
├─07.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.mp4
│      7.2最小最大代价规划和最小期望代价规划.mp4
│      7.3值迭代和实时动态规划.mp4
│      
└─08.第8章 模型预测控制在运动规划的应用
        8.1.mp4
        8.2.mp4
        8.3.mp4

课程加密提供VIP会员观看，windows系统可播放！
20200819已经发布文件
下载地址：

游客，如果您要查看本帖隐藏内容请回复

叶***

路过

尼泊尔***

: 移动机器人运动规划-人工智能

wea***

很好很强大的样子

wea***

楼主，空文件夹啊

MCre***

动机器人运动规划-人工智能 [修改]
高级模式

son***

多谢分享，太感谢了，多谢分享，太感谢了

fxyk***

不懂，感觉好高大上

fxyk***

分享的文件夹内没有任何东西，空的

it***

向楼主学习