课程目的

机器人是一个集感知、规划与控制技术于一体的智能体，其中路径规划起着承上启下的关键作用，效率高、实时性强的路径规划算法对于提高机器人的机动性能具有重要意义。

本课程共8节内容、7个路径规划算法，首先将介绍如何利用Matlab软件快速构建任意尺寸大小、任意障碍物环境的栅格地图场景，以便进行路径规划场景设定；然后介绍两种经典的全局最优路径规划算法，满足部分学员的全局最优要求；接着介绍常用的一种快速随机采样路径规划算法，仿真效果图如图1所示；最后介绍目前较常采用的启发式搜索算法，并深入讲解它的三种经典的改进算法，以实现在动态障碍环境中能够快速、高效的规划路径，如图2和图3所示。

图1 利用快速搜索随机树算法（RRT）在50×30的栅格地图中规划的路径

图2 利用D* Lite算法在10×20的栅格地图中规划的静态路径

图3 利用D* Lite算法在10×20的栅格地图中遇到动态障碍的规划路径

通过本课程的学习，一方面将带大家熟悉常见的几类路径规划算法，了解不同算法的优缺点，逐步掌握基于栅格地图场景的路径规划思路；另一方面为大家提供PPT和Matlab源代码，将提高你的Matlab编程技巧，如元胞数组、结构体数组及Matlab函数文件如何灵活运用、论文伪代码如何快速转化为m语言等三类路径规划思想、七种路径规划算法，总有一种适合你的科研课题需求，赶紧进入你的学习之旅吧！

课程内容

1.利用Matlab快速绘制栅格地图

2.Dijkstra算法

3.Floyd算法

4.RRT算法

5.A*算法

6.D*算法

7.LPA*算法

8.D* Lite算法

*课程资料请在微信公众号“古月居”后台回复“机器人学资料”获取

点击链接开始学习吧！

温馨提示：

1.本课程为机器人路径规划入门课程，适合刚接触路径规划领域、希望进一步掌握更多路径规划算法及更多Matlab编程技巧的人群。

2.零基础的同学可以从课程的栅格场景搭建开始学习，逐步建立路径规划算法体系。

3.同时也为有一定知识储备和丰富经验的人群了解更多路径规划算法提供参考。