Merci d'avoir envoyé votre demande ! Un membre de notre équipe vous contactera sous peu.
Merci d'avoir envoyé votre réservation ! Un membre de notre équipe vous contactera sous peu.
Plan du cours
Introduction à la planification de trajectoire pour les véhicules autonomes
- Fondamentaux et défis de la planification de trajectoire
- Applications dans la conduite autonome et la robotique
- Revue des techniques de planification traditionnelles et modernes
Algorithmes de planification de trajectoire basés sur des graphes
- Présentation des algorithmes A* et Dijkstra
- Mise en œuvre de A* pour le chemin dans les grilles
- Variantes dynamiques : D* et D* Lite pour les environnements changeants
Algorithmes de planification de trajectoire basés sur l'échantillonnage
- Techniques d'échantillonnage aléatoire : RRT et RRT*
- Lissage et optimisation de la trajectoire
- Gestion des contraintes non holonomes
Planification de trajectoire par optimisation
- Formulation du problème de planification de trajectoire comme un problème d'optimisation
- Optimisation de trajectoire par programmation non linéaire
- Techniques d'optimisation basées sur le gradient et sans gradient
Planification de trajectoire par apprentissage
- Apprentissage par renforcement profond (Deep Reinforcement Learning - DRL) pour l'optimisation de la trajectoire
- Intégration du DRL avec les algorithmes traditionnels
- Planification de trajectoire adaptative à l'aide de modèles d'apprentissage automatique
Gestion des environnements dynamiques et incertains
- Techniques de planification réactive pour une réponse en temps réel
- Évitement d'obstacles et contrôle prédictif
- Intégration des données de perception pour une navigation adaptative
Évaluation et benchmarking des algorithmes de planification de trajectoire
- Indicateurs d'efficacité du chemin, de sécurité et de complexité computationnelle
- Simulation et tests dans ROS et Gazebo
- Étude de cas : comparaison de RRT* et D* dans des scénarios complexes
Études de cas et applications réelles
- Planification de trajectoire pour les robots de livraison autonomes
- Applications dans les voitures autonomes et les drones (UAV)
- Projet : implémentation d'un planificateur de trajectoire adaptatif à l'aide de RRT*
Résumé et prochaines étapes
Pré requis
- Maîtrise de la programmation en Python
- Expérience avec les systèmes robotiques et les algorithmes de contrôle
- Connaissance des technologies des véhicules autonomes
Audience cible
- Ingénieurs en robotique spécialisés dans les systèmes autonomes
- Chercheurs en IA se concentrant sur la planification de trajectoire et la navigation
- Développeurs de niveau avancé travaillant sur la technologie de conduite autonome
21 Heures