Prenez contact avec nous

Plan du cours

Introduction à la planification de trajectoire pour les véhicules autonomes

  • Fondamentaux et défis de la planification de trajectoire
  • Applications dans la conduite autonome et la robotique
  • Revue des techniques de planification traditionnelles et modernes

Algorithmes de planification de trajectoire basés sur les graphes

  • Présentation des algorithmes A* et Dijkstra
  • Implémentation d'A* pour la recherche de chemin sur grille
  • Variantes dynamiques : D* et D* Lite pour les environnements changeants

Algorithmes de planification de trajectoire basés sur l'échantillonnage

  • Techniques d'échantillonnage aléatoire : RRT et RRT*
  • Lissage et optimisation de la trajectoire
  • Gestion des contraintes non holonomiques

Planification de trajectoire basée sur l'optimisation

  • Formulation du problème de planification de trajectoire comme un problème d'optimisation
  • Optimisation de trajectoire à l'aide de la programmation non linéaire
  • Techniques d'optimisation avec et sans dérivées

Planification de trajectoire basée sur l'apprentissage

  • Apprentissage par renforcement profond (DRL) pour l'optimisation de trajectoire
  • Intégration du DRL avec les algorithmes traditionnels
  • Planification de trajectoire adaptative à l'aide de modèles d'apprentissage automatique

Gestion des environnements dynamiques et incertains

  • Techniques de planification réactive pour une réponse en temps réel
  • Évitement d'obstacles et contrôle prédictif
  • Intégration des données de perception pour une navigation adaptative

Évaluation et benchmark des algorithmes de planification de trajectoire

  • Métriques d'efficacité de la trajectoire, de sécurité et de complexité computationnelle
  • Simulation et tests dans ROS et Gazebo
  • Étude de cas : Comparaison de RRT* et D* dans des scénarios complexes

Études de cas et applications réelles

  • Planification de trajectoire pour les robots de livraison autonomes
  • Applications dans les voitures à conduite autonome et les UAV
  • Projet : Implémentation d'un planificateur de trajectoire adaptatif à l'aide de RRT*

Pré requis

  • Maîtrise de la programmation en Python
  • Expérience des systèmes robotiques et des algorithmes de contrôle
  • Connaissance des technologies des véhicules autonomes

Public cible

  • Ingénieurs en robotique spécialisés dans les systèmes autonomes
  • Chercheurs en IA axés sur la planification de trajectoire et la navigation
  • Développeurs de niveau avancé travaillant sur la technologie des véhicules à conduite autonome
 21 Heures

Nombre de participants


Prix par participant

Cours à venir

Catégories Similaires