利用RRT算法进行运动规划实践

本视频系列介绍了流行的基于搜索和采样的运动规划算法，如Hybrid A*， RRT和RRT*。您将了解一个可定制的框架，用于基于采样的规划算法，如带有导航工具箱™的RRT和RRT*。此外，该系列还包括在MATLAB中使用RRT算法在不同应用(如移动机器人和机械手)的参考示例的实践教程。

RRT算法的运动规划，第1部分:运动规划算法介绍运动规划让机器人或车辆规划一条通往指定目的地的无障碍路径。学习一些流行的运动规划算法，它们是如何工作的，以及它们在不同场景中的适用性。

基于RRT算法的运动规划，第2部分:移动机器人的RRT算法学习如何使用快速探索随机树(RRT)算法，通过已知地图为移动机器人规划路径。观看如何使用自定义状态空间和运动模型调优计划器。

RRT算法的运动规划，第3部分:机械手的双向RRT算法了解机器人操作器的双向快速探索随机树(RRT)算法，以及如何调整一些参数来设计机器人运动规划器。

RRT算法运动规划，第4部分:无人机三维路径规划了解如何使用RRT路径规划器的可定制路径规划模板，以便在3D占用地图中查找路径。使用固定翼制导模型模拟无人机沿规划路径飞行。