          自主移動機器人培訓(xùn)

01
移動機器人概述
了解移動機器人的應(yīng)用需求、發(fā)展歷史、主要移動方式、關(guān)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(guān)鍵性能和自主移動問題
02
輪式移動機器人運動學(xué)建模
掌握運動學(xué)建模概念、輪式移動機器人運動學(xué)建模要素、輪子類型和組合方式、運動學(xué)建模方法、機動度概念和計算方法

2.1 什么是運動學(xué)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(xué)建模
2.5 基于約束的運動學(xué)建模
2.6 輪式移動機動度分析
03
導(dǎo)航規(guī)劃之路徑規(guī)劃
掌握導(dǎo)航規(guī)劃基本概念和問題分解，路徑規(guī)劃基本概念和主要分類，掌握分辨率完備的拓?fù)溥B通圖構(gòu)建、路徑搜索方法，概率完備的連通圖構(gòu)建三方面的經(jīng)典方法及其優(yōu)缺點和適用處

3.1 基本概念
3.2 分辨率完備的拓?fù)溥B通圖構(gòu)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(yōu)先法和Dijstra算法
3.3.2 啟發(fā)式搜索A*算法
3.3.3 蟻群算法
3.4 概率完備的連通圖構(gòu)建
3.4.1 PRM
3.4.2 RRT
04
導(dǎo)航規(guī)劃之避障規(guī)劃
掌握避障規(guī)劃和路徑規(guī)劃的區(qū)別和關(guān)系，掌握經(jīng)典避障規(guī)劃方法的基本思想和優(yōu)缺點

4.1 Bug算法
4.2 向量勢直方圖法
4.3 動態(tài)窗口法DWA
05
軌跡規(guī)劃
掌握軌跡規(guī)劃基本概念，與路徑規(guī)劃、避障規(guī)劃的區(qū)別和關(guān)系，掌握一維軌跡規(guī)劃基本表達(dá)和復(fù)合構(gòu)建方法、以及平面軌跡規(guī)劃經(jīng)典方法。

5.1 基本概念
5.2 一維軌跡規(guī)劃
5.2.1 基本一維軌跡
5.2.2 復(fù)合一維軌跡
5.3 平面軌跡規(guī)劃
5.3.1 簡介
5.3.2 圖形搜索法
5.3.3 參數(shù)優(yōu)化法
5.3.4 反饋控制法
06
融合導(dǎo)航規(guī)劃
本章為拓展內(nèi)容

6.1 傳統(tǒng)導(dǎo)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(gòu)建
掌握常用地圖表示方法，包括主要表達(dá)思路、優(yōu)缺點和適用性，掌握如何從激光傳感器數(shù)據(jù)構(gòu)建局部占用柵格地圖和線段特征地圖構(gòu)建

預(yù)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(fā)展趨勢
7.3 局部地圖構(gòu)建
7.3.1 總述
7.3.2 占用柵格地圖構(gòu)建
7.3.3 高度柵格地圖構(gòu)建
7.3.4 線段特征地圖構(gòu)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(jīng)典方法

8.1 簡介和數(shù)學(xué)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(gòu)下控制感知融合自定位問題的建模和分析推導(dǎo)，掌握概率架構(gòu)下的運動建模和觀測建模方法

9.1 簡介
9.2 基于外部設(shè)備感知的定位
9.3 基于本體感知的定位
9.4 概率架構(gòu)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(shù)發(fā)展及存在問題
11
同時定位與地圖構(gòu)建
本章為拓展內(nèi)容

11.1 SLAM問題及發(fā)展
11.2 EKFSLAM和FASTSLAM
11.3 圖優(yōu)化SLAM