90%的人都选错了！无人机的核心从来都不是参数…

谈及无人机选型，多数人往往聚焦于续航、像素、避障距离及抗风等级等纸面参数。然而，决定无人机性能上限的并非硬件堆料，而是底层的运动规划算法。

行业头部企业的核心竞争力，正从电机与电池转向规划算法的优劣。无论是大疆 APAS 的丝滑避障、Skydio 的林间自主穿行，还是极飞农业航线的厘米级精准度，均源于深厚的运动规划技术积累。回顾行业事故，绝大多数非硬件故障皆归因于运动规划失效。从消费级炸机到军用无人机的战场生存率，最终比拼的都是规划系统的可靠性。随着低空经济的兴起及无人机向生产工具转型，运动规划专业人才缺口日益扩大。

为此，深蓝学院联合浙江大学 FAST 实验室高飞副教授团队，推出《移动机器人运动规划》系统精品课程。课程涵盖从基础算法到完整工程框架，从理论推导到代码实战，旨在帮助学员一站式掌握运动规划全体系知识。

高飞老师

浙江大学控制科学与工程学院长聘副教授、博士生导师

现任 FAST 实验室副主任及技术负责人、FAR 课题组负责人、浙大湖州研究院集群机器人自主导航研究中心 PI、智能无人系统协同导航控制技术联合实验室主任。主要研究方向涵盖空中机器人、集群机器人、运动规划、环境感知及 SLAM 等。

高飞老师在 Science Robotics、IEEE TRO、JFR、IEEE RAL、ICRA、IROS 等机器人领域顶级期刊与会议发表论文 60 余篇。其发表于 Science Robotics 的封面论文被光明日报、新华社、AAAS 及泰晤士报等国内外主流媒体广泛报道。曾荣获 IEEE TRO 2020“傅京孙”最佳论文荣誉奖、IEEE/RSJ IROS 2021 最佳应用论文奖提名、IEEE SSRR 2016 最佳论文奖、浙江大学信息学部 2021 青年创新奖，并带领团队获得国际空中机器人大赛冠军及 RoboMaster 高校人工智能挑战赛亚军等多项荣誉。

1. 掌握在复杂环境下让机器人自主高效寻找路径，并生成安全轨迹与控制指令的核心方法；

2. 熟悉不同应用场景下 Planning 方法的选型策略；

3. 具备独立实现主流 Planning 算法并部署至机器人的能力，摆脱对现成库的盲目依赖；

4. 拥有从事相关领域企业研发的能力，并掌握冲击机器人顶会的研究方法。