【深蓝学院】移动机器人运动规划教程

深蓝学院移动机器人运动规划教程介绍

本教程聚焦移动机器人运动规划核心技术，覆盖从路径搜索到轨迹优化的全流程知识。课程由浙江大学控制科学与工程学院高飞教授领衔开发，结合其团队在Science Robotics、IEEE TRO等顶刊发表的60余篇论文成果，系统讲解搜索类（A、JPS）、采样类（RRT）算法及基于动力学的混合算法。

课程内容涵盖自动驾驶、无人机、服务机器人等场景，通过理论推导与工程实现结合，帮助学员掌握复杂环境下安全轨迹生成的核心能力。

实战驱动：企业级项目与算法落地

课程采用“理论-代码-部署”三维教学模式，提供12个脱敏企业项目案例。实战环节包括：

1. 自动驾驶轨迹优化：基于模型预测控制（MPC）设计纵向巡航控制器，实现高速弯道场景下的轨迹跟踪；
2. 无人机集群避障：使用VO类算法实现多无人机动态避障与编队控制；
3. 工业机器人路径规划：结合状态栅格搜索算法，生成满足机械臂运动学约束的抓取路径。所有项目均提供ROS功能包与C++代码库，支持学员在Gazebo仿真环境中快速验证算法效果。

资源赋能：持续进化的学习生态

课程配套资源包含三大核心模块：

1. 技术工具链：提供Occupancy Grid Map、ESDF地图构建工具，以及基于Python的轨迹优化库MINCO；
2. 知识库：收录2015-2025年顶会论文解析、算法复杂度对比报告及工业界落地案例；
3. 社群支持：学员可加入专属技术社群，获取讲师实时答疑与行业动态同步。数据显示，往期学员项目落地效率提升70%，其中40%的学员在6个月内完成从学习到企业级项目交付。