使用RRT算法进行运动规划
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*。您将了解用于基于抽样的规划算法的可定制框架，如使用Navigation Toolbox™的RRT和RRT*。此外，该系列包括在MATLAB中使用RRT算法的参考示例的实践教程，如移动机器人和机械手的不同应用程序。
运动规划与RRT算法，第1部分:介绍运动规划算法运动规划可以让机器人或车辆规划一条通往给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)算法来规划移动机器人通过已知地图的路径。观看如何使用自定义状态空间和运动模型调整规划器。
基于RRT算法的运动规划，第3部分:机器人的双向RRT算法学习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。
相关资源
你也可以从以下列表中选择一个网站: