===============课程介绍===============
本课程将带你深入了解移动机器人运动规划的完整技术体系，涵盖从基础路径搜索算法（A*、Dijkstra）到复杂的轨迹优化与模型预测控制（MPC）等核心技术。我们不仅会详细讲解基于采样的规划算法，还会探讨在动力学约束下如何进行高效的运动规划。此外，课程还涉及集群机器人运动规划、多智能体协同控制，以及局部规划的经典框架及案例分析。每个知识点都配有源码示例，确保你能够真正掌握并应用这些技术。无论你是机器人开发者、AI研究人员，还是对智能导航感兴趣的工程师，本课程都将为你提供完整的知识体系和实战经验！
===============课程目录===============
├─课件.zip
(1)\第1章 导论；目录中文件数:4个
├─1任务1-2课程总体介绍.mp4
├─1任务2课纲介绍与规划方法分类.mp4
├─1任务3常用地图结构与基础知识.mp4
├─1任务4实践演示.mp4
(2)\第2章 基于搜索的路径规划；目录中文件数:4个
├─2任务1-2图搜索基础.mp4
├─2任务2Dijstra和Astar算法.mp4
├─2任务3JPS算法.mp4
├─2任务4实践演示与作业.mp4
(3)\第3章 基于采样的规划算法；目录中文件数:2个
├─3任务1-2概率路线图算法.mp4
├─3任务2基于采样的最优路径规划算法.mp4
(4)\第4章 动力学约束下的运动规划；目录中文件数:5个
├─4任务1-2动力学概念简介.mp4
├─4任务2状态栅格搜索算法.mp4
├─4任务3两点边界最优控制问题.mp4
├─4任务4混合Astar算法.mp4
├─4任务5动力学约束RRTstar算法.mp4
(5)\第5章 最优轨迹生成；目录中文件数:2个
├─MinimumSnap1.mp4
├─MinimumSnap2.mp4
(6)\第6章 模型预测控制与运动规划；目录中文件数:2个
├─作业.mp4
├─轨迹优化.mp4
(7)\第7章 集群机器人运动规划；目录中文件数:3个
├─值迭代和实时动态规划.mp4
├─最小最大代价规划和最小期望代价规划.mp4
├─规划中的不确定性和马尔科夫决策过程.mp4
(8)\第8章 移动机器人局部规划：经典框架及案例；目录中文件数:3个
├─第八章上.mp4
├─第八章下.mp4
├─第八章中.mp4
(9)\第1章 导论\hw_1；目录中文件数:0个
(10)\第2章 基于搜索的路径规划\hw_2；目录中文件数:0个
(11)\第1章 导论\hw_1\src；目录中文件数:0个
(12)\第2章 基于搜索的路径规划\hw_2\ros版本作业；目录中文件数:0个
(13)\第1章 导论\hw_1\src\rviz_plugins；目录中文件数:0个
(14)\第2章 基于搜索的路径规划\hw_2\ros版本作业\src；目录中文件数:0个
(15)\第1章 导论\hw_1\src\rviz_plugins\build；目录中文件数:1个
├─CATKIN_IGNORE
(16)\第2章 基于搜索的路径规划\hw_2\ros版本作业\src\rviz_plugins；目录中文件数:0个
(17)\第2章 基于搜索的路径规划\hw_2\ros版本作业\src\rviz_plugins\build；目录中文件数:1个
├─CATKIN_IGNORE