无人机自主导航核心：定位建图与运动规划
智能无人机实现自主导航需解决两个协同核心问题：定位建图与运动规划。定位建图模块实时确定无人机位置并构建环境地图，据此生成路径规划粗略轨迹，经轨迹优化（满足平滑性、无碰撞及速度/加速度约束）后交飞控执行。
无人机运动规划由两部分构成：路径规划（前端）负责生成可行路径，轨迹优化（后端）完成精细化处理。常用算法中，前端路径规划采用Dijkstra、A*、JPS等搜索算法及PRM、RRT等采样算法；后端轨迹优化则以Flatness与MPC系列为主导。
图1 无人机常用规划算法示意图
随着低空经济快速发展，无人机算法人才需求激增，其中运动规划人才尤为紧缺。该领域涉及矩阵运算、优化理论及C++编程，叠加AI自主导航等智能化趋势（应用占比67%），导致自学门槛较高。为提升技术能力，深蓝学院推出《Motion Planning for Mobile Robots》课程，聚焦实用规划算法及ROS系统部署实践。
主讲老师
高飞博士，浙江大学控制科学与工程学院长聘副教授、博士生导师，FAST实验室副主任。研究聚焦空中机器人、集群机器人、运动规划、环境感知与SLAM领域，在Science Robotics、IEEE TRO等顶级期刊会议发表论文60余篇，曾获IEEE TRO 2020"傅京孙"最佳论文荣誉奖、IROS 2021最佳应用论文提名等多项国际学术荣誉。
课程大纲
项目实训
课程亮点
系统讲解机器人运动规划核心算法，强化ROS系统实践能力，通过真实项目实训掌握规划算法部署全流程。
文章转载自：深蓝前沿