6-2 动态环境下的运动规划在线视频

智能车辆理论与应用课程列表：

第1章 绪论

-1-0 关于这门课

--1-0 关于这门课

-1-1 发展历程

--1-1 发展历程

-1-2 机遇与挑战

--1-2 机遇与挑战

-第1章 习题

--第1章 习题

第2章 环境感知

-2-1 基于激光雷达的障碍物检测

--2-1 基于激光雷达的障碍物检测

-2-2 以斜坡为例的基于ROS框架的可通行区域检测

--2-2-1 检测原理及ROS简介

--2-2-2 检测程序

--2-2-3 ROS操作演示

-2-3 基于AdaBoost的车辆检测

--2-3-1 基于AdaBoost的车辆检测

--2-3-2 操作案例

-2-4 基于机器学习与激光雷达的负障碍检测

--2-4-1 三种机器学习方法介绍及数据准备

--2-4-2 基于Python库scikit-learn的实现

-第2章 习题

--第2章 习题

第3章 深度学习及其在环境感知中的应用

-3-1 概述

--3-1 概述

-3-2 CNN分类模型及其应用

--3-2-1 经典分类网络

--3-2-2 分类网络在场景识别中的应用

-3-3 目标检测模型及其应用

--3-3-1 目标检测模型

--3-3-2 检测案例

-3-4 分割模型及其应用

--3-4 分割模型及其应用

-第3章 习题

--第3章 习题

第4章 SLAM

-4-1 概述

--4-1 概述

-4-2 视觉SLAM

--4-2-1 视觉SLAM关键技术

--4-2-2 视觉SLAM发展概况

--4-2-3 运行ORB-SLAM

-4-3 激光雷达SLAM

--4-3-1 激光雷达SLAM技术1

--4-3-2 激光雷达SLAM技术2

-第4章 习题

--第4章 习题

第5章 行为决策

-5-1 概述

--5-1-1 分类

--5-1-2 基于规则的超车行为决策

--5-1-3 基于规则的十字交叉口行为决策

-5-2 强化学习

--5-2-1 马尔可夫决策过程

--5-2-2 Q-迭代算法

--5-2-3 Q-学习算法

-5-3 强化学习应用

--5-3-1 编程工具和仿真环境介绍

--5-3-2 车距保持案例

--5-3-3 车道保持案例

-第5章 习题

--第5章 习题

第6章 运动规划

-6-0 引言

--6-0 引言

-6-1 静态环境下的运动规划

--6-1-1 内容介绍

--6-1-2 ROS操作演示

-6-2 动态环境下的运动规划

--6-2 动态环境下的运动规划

-第6章 习题

--第6章 习题

第7章 运动控制

-7-1 MPC基本理论

--7-1 MPC基本理论

-7-2 车辆运动学模型的建立

--7-2 车辆运动学模型的建立

-7-3 预测模型的建立

--7-3 预测模型的建立

-7-4 控制量的优化求解

--7-4 控制量的优化求解

-7-5 车辆横摆动力学建模及MPC控制

--7-5 车辆横摆动力学建模及MPC控制

-7-6 车辆动力学模型预测控制—仿真代码解释

--7-6 车辆动力学模型预测控制—仿真代码解释

-第7章 习题

--第7章 习题

第8章 智能网联技术

-8-1 概述

--8-1 概述

-8-2 基于网联技术的多车编队

--8-2 基于网联技术的多车编队

-8-3 基于V2X的遮挡环境下智能车辆避撞行人

--8-3 基于V2X的遮挡环境下智能车辆避撞行人

-第8章 习题

--第8章 习题

第9章 智能车辆测试与评价

-9-1 基于MATLAB的自动代客泊车案例

--9-1-1 环境模型

--9-1-2 路径规划

--9-1-3 路径平滑与运动控制

-9-2 ROS与VREP联合仿真测试案例

--9-2 ROS与VREP联合仿真测试案例

-9-3 智能车辆测试

--9-3-1 测试框架与测试内容

--9-3-2 测试环境

--9-3-3 测试方法

--9-3-4 测试手段

-9-4 智能车辆评价

--9-4-1 评测模型与等级划分

--9-4-2 评价指标与权重确定

--9-4-3 定量评价

--9-4-4 国内外评价体系

-第9章 习题

--第9章 习题

© 柠檬大学-慕课导航 课程版权归原始院校所有，
本网站仅通过互联网进行慕课课程索引，不提供在线课程学习和视频，请同学们点击报名到课程提供网站进行学习。