Prenez contact avec nous

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

Nombre de participants


Prix par participant

Cours à venir

Catégories Similaires