运动规划实践使用RRT算法

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，如混合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RRT和RRT*与导航工具箱™。此外，该系列还包括在MATLAB中使用RRT算法的不同应用程序(如移动机器人和机械手)的参考示例的动手教程。

运动规划与RRT算法，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。

运动规划与RRT算法，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整计划器。

使用RRT算法的运动规划，第3部分:机器人机械手的双向RRT算法了解机器人操纵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。

使用RRT算法进行运动规划，第4部分:为无人机规划3D路径了解如何使用RRT路径规划器的可定制路径规划模板在3D占用地图中查找路径。使用固定翼制导模型来模拟无人机按照计划的路径飞行。