跳到主要內容
AI 武林
影片進階EN2,932 次觀看

Stanford AA274A Principles of Robotic Autonomy | Autumn 2019 | Trajectory Optimization

來源 Stanford Online

看影片(在新分頁開啟原站)連到 YouTube・Stanford Online

摘要

第三講介紹軌跡最佳化問題,透過數值離散化將微分方程轉化為非線性規劃問題求解。重點說明直接法與間接法的差異,並深入探討微分平坦性在無人機等系統中的應用,以及處理輸入約束的時序換算技術。

This lecture covers trajectory optimization methods, including discretization via Euler integration, direct and indirect approaches, and the application of differential flatness for constraint handling.

摘要、重點與章節標題由語言模型整理,細節(誰說的、數字、先後)可能有誤;要引用請以原始內容為準。

重點

  • 透過尤拉法將微分方程離散化以建立運動模型。
  • 比較直接法與間接法在軌跡最佳化中的不同策略。
  • 介紹微分平坦性及其在處理輸入約束時的時序換算。

章節

依話題轉折切分,標題由 AI 產生

  1. 00:06設定 ROSS 運算架構與軌跡最佳化問題
  2. 02:49介紹微分平坦性法與主要參考文獻
  3. 05:29微分方程數值解法與時間離散化
  4. 14:29輸入狀態約束與成本函式定義
  5. 20:46終端成本與運動規劃差異說明
  6. 24:56開迴路與閉迴路軌跡最佳化比較
  7. 33:38直接法與間接法最佳化策略哲學
  8. 40:07終端條件與自由時間處理方法
  9. 42:57微分平坦性與可行軌跡規劃
  10. 50:14後輪軌跡與控制輸入對映關係
  11. 53:35微分平坦性定義與核心特性
  12. 1:00:44多項式插值構建平滑曲線
  13. 1:10:36微分平坦性系統驗證與應用
  14. 1:14:27閉環控制與課程結束

提到的工具與公司

適合誰看

具備程式基礎或正在學習機器人自主控制原理的學生與工程師。

摘要依據

講者
Trajectory Optimization
依據
自動字幕

為什麼排在這裡

人氣
0.93
新鮮
1.00

在主題頁與搜尋結果裡,名次由相關、人氣、新鮮三個分數決定;這一頁沒有搜尋的關鍵字,所以沒有相關分數。排序怎麼算

這個來源最近的內容

Stanford Online 的所有內容

摘要由 AI 根據原文產生,可能有誤;完整內容請看原站。看影片(在新分頁開啟原站)