│ 自动控制课程相关介绍及设计原理资料.PDF
│
├─第一章 自动驾驶规划控制概况
│ 第1节 什么是无人车, 自动驾驶的不同的等级.mp4
│ 第2节 无人车的基本组成部分以及功能介绍.mp4
│ 第3节 规划控制的基本组成.mp4
│ 第4节 课程结构-控制、规划.mp4
│ PnC L1.PDF
│ 【仿真配置】LGSVL-ROS.PDF
│
├─第二章 车辆纵向控制
│ 2.1.mp4
│ 2.2.mp4
│ 2.3.mp4
│ 2.4.mp4
│ L2 Vehicle Longitudinal Control.PDF
│ 作业.zip
│
├─第三章 车辆横向控制
│ 1.lateral vehicle dynamics.mp4
│ 2.modern control.mp4
│ 3.lateral control based on vehicle geometric model.mp4
│ L3 Autonomous Vehicle.PDF
│ (Organized)控制规划第一期第一次在线答疑问题收集-讲师返回.docx
│ 实践作业.zip
│ 第一次答疑.mp4
│
├─第四章 车辆轨迹追踪的优化控制
│ 1.lateral dynamic model.mp4
│ 2.linear optimal control.mp4
│ 3.离散化.mp4
│ 4.基于LQR的轨迹追踪.mp4
│ 5.基于preview的轨迹追踪.mp4
│ 6.总结与对比.mp4
│ L4 Vehicle Lateral Optimal Model.PDF
│ 状态反馈.PDF
│ 第四章作业.zip
│
├─第五章 基于MPC的车辆控制及轨迹规划
│ 1.什么是MPC.mp4
│ 2.MPC控制器.mp4
│ 3.车辆运动模型构建.mp4
│ 4.目标函数构建.mp4
│ 5.不等式约束和松弛因子.mp4
│ 6.主流求解器及MPC加速.mp4
│ L5 Vehicle Model Predictive Controller.PDF
│ 实践项目（选修）.zip
│ 第二次答疑.mp4
│
├─第六章动作规划
│ 第一节 动作规划的任务以其基本概念.mp4
│ 第二节基于随机采样的动作规划.mp4
│ 第三节 Lattice planner.mp4
│ Frenet – Cartesian Transformation.PDF
│ 作业.zip
│ 课件L6.PDF
│
├─第七章 决策规划
│ │ 1.决策任务的规划以其问题.mp4
│ │ 2.基于有限状态机的决策规划(1).mp4
│ │ 2.基于有限状态机的决策规划.mp4
│ │ 3.行为树的决策规划方法.mp4
│ │ 4.基于部分客观的Markov决策过程1.mp4
│ │ 4.基于部分客观的Markov决策过程2.mp4
│ │ 5.基于模仿学习的决策规划.mp4
│ │ 6.总结.mp4
│ │ L7 FSM_BT.PDF
│ │ L7 learning-based decision planning.PDF
│ │ 基于学习的决策规划背景知识.PDF
│ │
│ └─基于学习的规划研究
│ ChauffeurNet- Learning to Drive by Imitating the Best and Synthesizing the Worst.PDF
│ End-to-end Interpretable Neural Motion Planner.PDF
│ Jointly Learnable Behavior and Trajectory Planning for Self-Driving Vehicles.PDF
│
├─第八章 路径规划
│ │ 1.路径规划的任务以及问题.mp4
│ │ 2.Dijkstra .mp4
│ │ 3. A star.mp4
│ │ 4 自动驾驶中的路径规划.mp4
│ │ 5 在线答疑.mp4
│ │ L8 mission planning.PDF
│ │ 自动驾驶控制与规划第一期第三次答疑问题收集-图南南22.8.14（讲师返回）.docx
│ │
│ └─讲师答疑相关论文资料分享
│ ChauffeurNet- Learning to Drive by Imitating the Best and Synthesizing the Worst.PDF
│ End-to-end Interpretable Neural Motion Planner.PDF
│ Jointly Learnable Behavior and Trajectory Planning for Self-Driving Vehicles.PDF
│ Motion Planning under UncertAInty for On-Road Autonomous Driving.PDF
│ Soft ConstrAInts And Exact Penalty Functions In Model Predictive Control.PDF
│ THE G-G DIAGRAM链接地址.txt
├─自动控制原理
│ (西工大)-第1节课自动控制的一般概念（上）.mp4
│ (西工大)-第1节课自动控制的一般概念（下）.mp4
│ (西工大)-第2节课自动控制的一般概念（上）.mp4
│ (西工大)-第2节课自动控制的一般概念（下）.mp4
│ (西工大)-第3节课控制系统的数学模型（上）.mp4
│ (西工大)-第3节课控制系统的数学模型（下）.mp4
│ (西工大)-第4节课复习L反变换；2.3.1传递函数（上）.mp4
│ (西工大)-第4节课复习L反变换；2.3.1传递函数（下）.mp4
│ (西工大)-第5节课2.3控制系统的复域数学模型（上）.mp4
│ (西工大)-第5节课2.3控制系统的复域数学模型（下）.mp4
│ (西工大)-第6节课2.4结构图及其等效变换（上）.mp4
│ (西工大)-第6节课2.4结构图及其等效变换（下）.mp4
│ (西工大)-第7节课2.5信号流图;2.6系统传递函数;2.7小结（上）.mp4
│ (西工大)-第7节课2.5信号流图;2.6系统传递函数;2.7小结（下）.mp4
│ (西工大)-第8节课3线性系统的时域分析与校正3.1-3.3一阶,过阻尼二阶系统动态性能（上）.mp4
│ (西工大)-第8节课3线性系统的时域分析与校正3.1-3.3一阶,过阻尼二阶系统动态性能（下）.mp4
│ (西工大)-第9节课3.3.3欠阻尼二阶系统动态性能指标计算（上）.mp4
│ (西工大)-第9节课3.3.3欠阻尼二阶系统动态性能指标计算（下）.mp4
│ (西工大)-第10节课3.3.4改善性能措施;3.4高阶系统动态性能3.5线性系统的稳定性分析（上）.mp4
│ (西工大)-第10节课3.3.4改善性能措施;3.4高阶系统动态性能3.5线性系统的稳定性分析（下）.mp4
│ (西工大)-第11节课3.6线性系统的稳态误差（静态误差）（上）.mp4
│ (西工大)-第11节课3.6线性系统的稳态误差（静态误差）（下）.mp4
│ (西工大)-第12节课3.6动态误差;3.7时域校正;3.8小结（上）.mp4
│ (西工大)-第12节课3.6动态误差;3.7时域校正;3.8小结（下）.mp4
│ (西工大)-第13节课4根轨迹法4.1基本概念4.2法则1-4（上）.mp4
│ (西工大)-第13节课根轨迹法4.1基本概念4.2法则1-4（下）.mp4
│ (西工大)-第14节课4.2绘制根轨迹的基本法则5-8（上）.mp4
│ (西工大)-第14节课4.2绘制根轨迹的基本法则5-8（下）.mp4
│ (西工大)-第15节课4.3广义根轨迹（上）.mp4
│ (西工大)-第15节课4.3广义根轨迹（下）.mp4
│ (西工大)-第16节课4.4利用根轨迹分析系统性能；4.5小结（上）.mp4
│ (西工大)-第16节课4.4利用根轨迹分析系统性能；4.5小结（下）.mp4
│ (西工大)-第17节课5线性系统的频域分析与校正5.1频率特性5.2.1典型环节幅相特性（上）.mp4
│ (西工大)-第17节课线性系统的频域分析与校正5.1频率特性5.2.1典型环节幅相特性（下）.mp4
│ (西工大)-第18节课5.2幅相频率特性(典型环节，开环系统)（上）.mp4
│ (西工大)-第18节课5.2幅相频率特性(典型环节，开环系统)（下）.mp4
│ (西工大)-第19节课5.3对数频率特性(典型环节)（上）.mp4
│ (西工大)-第19节课5.3对数频率特性(典型环节)（下）.mp4
│ (西工大)-第20节课5.3对数频率特性(开环系统)（上）.mp4
│ (西工大)-第20节课5.3对数频率特性(开环系统)（下）.mp4
│ (西工大)-第21节课5.4频域稳定判据(1)（上）.mp4
│ (西工大)-第21节课5.4频域稳定判据(1)（下）.mp4
│ (西工大)-第22节课5.4频域稳定判据(2);5.5稳定裕度（上）.mp4
│ (西工大)-第22节课5.4频域稳定判据(2);5.5稳定裕度（下）.mp4
│ (西工大)-第23节课5.6利用开环对数幅频特性分析系统的性能（上）.mp4
│ (西工大)-第23节课5.6利用开环对数幅频特性分析系统的性能（下）.mp4
│ (西工大)-第24节课5.7闭环频率特性曲线的绘制5.8利用闭环频率特性分析系统的性能（上）.mp4
│ (西工大)-第24节课5.7闭环频率特性曲线的绘制5.8利用闭环频率特性分析系统的性能（下）.mp4
│ (西工大)-第25节课5.9.1相角超前校正（上）.mp4
│ (西工大)-第25节课5.9.1相角超前校正（下）.mp4
│ (西工大)-第26节课5.9.2相角滞后校正（上）.mp4
│ (西工大)-第26节课5.9.2相角滞后校正（下）.mp4
│ (西工大)-第27节课5.9.3-4滞后超前校正,PID校正;5.10小结（上）.mp4
│ (西工大)-第27节课5.9.3-4滞后超前校正,PID校正;5.10小结（下）.mp4
│ (西工大)-第28节课课程阶段总结（上）.mp4
│ (西工大)-第28节课课程阶段总结（下）.mp4
│ (西工大)-第29节课6线性离散系统的分析与校正6.1离散系统；6.2信号采样与保持（上）.mp4
│ (西工大)-第29节课6线性离散系统的分析与校正6.1离散系统；6.2信号采样与保持（下）.mp4
│ (西工大)-第30节课6.3z变换（上）.mp4
│ (西工大)-第30节课6.3z变换（下）.mp4
│ (西工大)-第31节课6.4离散系统的数学模型（上）.mp4
│ (西工大)-第31节课6.4离散系统的数学模型（下）.mp4
│ (西工大)-第32节课6.5稳定性分析（上）.mp4
│ (西工大)-第32节课6.5稳定性分析（下）.mp4
│ (西工大)-第33节课6.6稳态误差计算；6.7动态性能分析（上）.mp4
│ (西工大)-第33节课6.6稳态误差计算；6.7动态性能分析（下）.mp4
│ (西工大)-第34节课6.8模拟化校正；6.9数字校正；6.10小结（上）.mp4
│ (西工大)-第34节课6.8模拟化校正；6.9数字校正；6.10小结（下）.mp4
│ (西工大)-第35节课7非线性控制系统分析7.1非线性系统概述；7.2相平面法(1)（上）.mp4
│ (西工大)-第35节课7非线性控制系统分析7.1非线性系统概述；7.2相平面法(1)（下）.mp4
│ (西工大)-第36节课7.2相平面法(2)（上）.mp4
│ (西工大)-第36节课7.2相平面法(2)（下）.mp4
│ (西工大)-第37节课7.3描述函数法(1)（上）.mp4
│ (西工大)-第37节课7.3描述函数法(1)（下）.mp4
│ (西工大)-第38节课7.3描述函数法(2)；7.4改善非线性系统性能的措施；7.5小结（上）.mp4
│ (西工大)-第38节课7.3描述函数法(2)；7.4改善非线性系统性能的措施；7.5小结（下）.mp4
│ (西工大)-第39节课课程总结（上）.mp4
│ (西工大)-第39节课课程总结（下）.mp4
│ (西工大)-第40节课课程总复习（上）.mp4
│ (西工大)-第40节课课程总复习（下）.mp4
│
│
└─课前资料
│ 开课仪式.mp4
│ 2022 控制岗位 面试题梳理.PDF
│ 自动驾驶控制与规划第一期开课仪式.PDF
│ 课程介绍及基础资料.PDF
│
├─LGSVL离线运行指南
│ │ 规控课程仿真本例运行实例.md
│ │
│ └─image.zip
│
└─ROS安装参考资料
ROS环境配置参考.PDF
Ubuntu1804安装ROS_melodic.PDF
Ubuntu多个版本官方安装教程.PDF
有需要联系v；加客服窗口的联系方式
摘要：本文以“深蓝学院-自动驾驶控制与规划2022年”为主题，全面分析了该课程在自动驾驶领域的教学成果、课程设置、师资力量以及行业应用。通过对课程内容的深入剖析，旨在为读者提供一份关于自动驾驶控制与规划领域的全面了解。
1、课程设置
深蓝学院-自动驾驶控制与规划2022年课程设置科学合理，涵盖了自动驾驶领域的核心知识。课程分为基础理论、实践操作和项目实战三个阶段。基础理论阶段，学员将学习自动驾驶的基本原理、传感器技术、控制算法等内容；实践操作阶段，学员通过实际操作掌握自动驾驶系统的搭建和调试；项目实战阶段，学员将参与实际项目，提升解决实际问题的能力。
课程设置注重理论与实践相结合，使学员在掌握理论知识的同时，具备实际操作能力。
课程内容紧跟行业发展趋势，不断更新迭代，确保学员所学知识的时效性和实用性。
2、师资力量
深蓝学院-自动驾驶控制与规划2022年拥有一支实力雄厚的师资队伍。授课教师均为行业资深专家，具备丰富的教学经验和实践经验。他们不仅具备扎实的理论基础，还具备丰富的项目经验，能够将理论知识与实际应用相结合，为学员提供高质量的教学服务。
师资队伍注重学员的培养，关注学员的个人成长，为学员提供全方位的指导和支持。
教师团队积极参与行业交流，不断学习新知识、新技术，为学员带来最前沿的学术成果。
3、教学成果
深蓝学院-自动驾驶控制与规划2022年自开设以来，已培养了一批优秀的自动驾驶领域人才。学员在课程结束后，普遍表示对自动驾驶技术有了更深入的了解，掌握了实际操作技能，为今后的职业发展奠定了坚实基础。
部分学员已成功进入知名企业，担任自动驾驶相关岗位，为我国自动驾驶产业的发展贡献力量。
教学成果得到了行业的高度认可，为深蓝学院赢得了良好的口碑。
4、行业应用
深蓝学院-自动驾驶控制与规划2022年课程紧密结合行业需求，注重培养学员的实际应用能力。课程设置中，学员将参与多个实际项目，如自动驾驶车辆测试、自动驾驶系统开发等，为学员提供丰富的实践机会。
学员在项目实战中，不仅提升了专业技能，还锻炼了团队协作能力，为今后的职业生涯积累了宝贵经验。
行业应用方面，深蓝学院与多家知名企业建立了合作关系，为学员提供实习和就业机会。
总结：
深蓝学院-自动驾驶控制与规划2022年课程在自动驾驶领域取得了显著的教学成果，为我国自动驾驶产业的发展培养了大批优秀人才。课程设置科学合理，师资力量雄厚，教学成果丰硕，行业应用广泛。未来，深蓝学院将继续致力于自动驾驶领域的教学研究，为我国自动驾驶产业的繁荣发展贡献力量。
本文由nayona.cn整理
联系我们
关注公众号
微信扫一扫
支付宝扫一扫
