移动机器人运动规划视频教程+课件|深蓝

后端开发

课程简介

面向工程落地的运动规划体系构建移动机器人运动规划（Motion Planning）是机器人软件栈中极具技术门槛的核心模块。随着具身智能与自动化物流场景的普及，仅掌握底层驱动接口已无法满足产品对复杂环境自主导航的需求。这门课程聚焦于规划算法的数学原理与工程实现，旨在解决开发者在面对动态避障、路径平滑及多约束优化时，缺乏系统性理论支撑与可复用代码架构的痛点。…

已有 0 人浏览发布 2026-10-07 更新 2026-10-07

面向工程落地的运动规划体系构建

移动机器人运动规划（Motion Planning）是机器人软件栈中极具技术门槛的核心模块。随着具身智能与自动化物流场景的普及，仅掌握底层驱动接口已无法满足产品对复杂环境自主导航的需求。这门课程聚焦于规划算法的数学原理与工程实现，旨在解决开发者在面对动态避障、路径平滑及多约束优化时，缺乏系统性理论支撑与可复用代码架构的痛点。它不是简单的 API 调用教程，而是深入探讨如何从零搭建一个鲁棒、高效的规划器，帮助读者理解从几何建模到采样策略、从局部搜索到全局优化的完整逻辑链条，从而将抽象的算法转化为可部署的工程能力。

适用人群与前置基础

该资料包主要适合具备一定编程基础（熟练掌握 C++ 或 Python），并了解基础线性代数与概率论知识的开发者。对于在校学生或希望转岗机器人领域的工程师而言，这是一份高效的进阶指南。你不需要是数学专家，但需要具备一定的抽象思维能力，能够将算法描述转化为代码结构。课程特别针对基础薄弱的学习者设计，通过系统化的讲解，帮助快速建立对 RRT、A* 及其变体、采样法等核心算法的直观理解，节省大量盲目查阅文献的时间，实现从“看懂论文”到“写出代码”的关键跨越。

学习路径与实践建议

建议首先关注课程中的算法原理部分，重点理解不同规划算法在计算复杂度与解的连通性之间的权衡，这是选型的基础。随后深入代码实现模块，建议按照“二维平面环境 -> 三维空间扩展 -> 动态障碍处理”的顺序进行对照练习。在自学过程中，务必不要只看不练，应结合提供的课件，尝试在本地环境中复现经典的规划场景，并逐步引入约束条件进行测试。通过亲手调试参数、可视化路径轨迹，能深刻体会算法在实际运行中的表现差异。学完这一阶段，你将能够独立构建模块化的运动规划库，具备在 ROS 或其他实时系统中集成自定义规划算法的能力，能够针对具体业务场景（如狭窄通道穿越、多目标协同）进行算法调优与二次开发，显著提升在机器人软件团队中的技术竞争力。

课程介绍

随着机器人产品的落地，众多机器人公司对Motion planning方向人才需求巨大，同时越来越多的国内院校开设机器人专业，诸多本科生和研究生迫切希望学习前沿、实用性强的planning算法原理以及工程实现。课程可以帮助基础薄弱的同学快速进入运动规划研究领域，节省大量看文献资料的时间，高效夯实基础。在系统学习以及实际编写代码中，更能加深对算法的理解，对实际的工作有很大的促进作用。

课程目录

5d541cf65ffd96af4ca3e434df1a69c2.png (145.44 KB, 下载次数: 0) 2024-11-23 21:36 上传 课程介绍： 随着机器人产品的落地，众多机器人公司对Motion planning方向人才需求巨大，同时越来越多的国内院校开设机器人专业，诸多本科生和研究生迫切希望学习前沿、实用性强的planning算法原理以及工程实现。课程可以帮助基础薄弱的同学快速进入运动规划研究领域，节省大量看文献资料的时间，高效夯实基础。在系统学习以及实际编写代码中，更能加深对算法的理解，对实际的工作有很大的促进作用。 课程目录： ├──
第1章 导论 ├──hw_1 └──src ├──1任务1-2课程总体介绍.mp4 215.50M ├──1任务2课纲介绍与规划方法分类.mp4 186.90M ├──1任务3常用地图结构与基础知识.mp4 80.41M └──1任务4实践演示.mp4 460.74M ├──
第2章 基于搜索的路径规划 ├──hw_2 └──ros版本作业 ├──2任务1-2图搜索基础.mp4 83.25M ├──2任务2Dijstra和Astar算法.mp4 148.49M ├──2任务3JPS算法.mp4 80.68M └──2任务4实践演示与作业.mp4 10.32M ├──
第3章 基于采样的规划算法 ├──3任务1-2概率路线图算法.mp4 160.97M └──3任务2基于采样的最优路径规划算法.mp4 164.45M ├──
第4章 动力学约束下的运动规划 ├──4任务1-2动力学概念简介.mp4 55.37M ├──4任务2状态栅格搜索算法.mp4 195.45M ├──4任务3两点边界最优控制问题.mp4 177.99M ├──4任务4混合Astar算法.mp4 92.89M └──4任务5动力学约束RRTstar算法.mp4 54.95M ├──
第5章 最优轨迹生成 ├──MinimumSnap1.mp4 212.94M └──MinimumSnap2.mp4 243.58M ├──
第6章 模型预测控制与运动规划 ├──轨迹优化.mp4 453.58M └──作业.mp4 66.86M ├──
第7章 集群机器人运动规划 ├──规划中的不确定性和马尔科夫决策过程.mp4 153.17M ├──值迭代和实时动态规划.mp4 61.83M └──最小最大代价规划和最小期望代价规划.mp4 233.46M ├──
第8章 移动机器人局部规划:经典框架及案例 ├──第八章上.mp4 187.97M ├──第八章下.mp4 134.66M └──第八章中.mp4 116.15M └──课件.zip 675.65M