Ponte en Contacto

Temario del curso

Introducción a la planificación de trayectorias para vehículos autónomos

  • Fundamentos y desafíos de la planificación de trayectorias
  • Aplicaciones en la conducción autónoma y la robótica
  • Repaso de técnicas de planificación tradicionales y modernas

Algoritmos de planificación de trayectorias basados en grafos

  • Vista general de los algoritmos A* y Dijkstra
  • Implementación de A* para la búsqueda de rutas en cuadrículas
  • Variantes dinámicas: D* y D* Lite para entornos cambiantes

Algoritmos de planificación de trayectorias basados en muestreo

  • Técnicas de muestreo aleatorio: RRT y RRT*
  • Alisado y optimización de trayectorias
  • Manejo de restricciones no holonómicas

Planificación de trayectorias basada en optimización

  • Formulación del problema de planificación de trayectorias como un problema de optimización
  • Optimización de trayectorias mediante programación no lineal
  • Técnicas de optimización con y sin gradiente

Planificación de trayectorias basada en aprendizaje

  • Aprendizaje por refuerzo profundo (DRL) para la optimización de trayectorias
  • Integración de DRL con algoritmos tradicionales
  • Planificación de trayectorias adaptativa mediante modelos de aprendizaje automático

Manejo de entornos dinámicos e inciertos

  • Técnicas de planificación reactiva para respuesta en tiempo real
  • Evasión de obstáculos y control predictivo
  • Integración de datos de percepción para una navegación adaptativa

Evaluación y medición de rendimiento de algoritmos de planificación de trayectorias

  • Métricas de eficiencia de trayectoria, seguridad y complejidad computacional
  • Simulación y pruebas en ROS y Gazebo
  • Estudio de caso: Comparación de RRT* y D* en escenarios complejos

Estudios de caso y aplicaciones del mundo real

  • Planificación de trayectorias para robots de entrega autónomos
  • Aplicaciones en automóviles autónomos y UAVs
  • Proyecto: Implementación de un planificador de trayectorias adaptativo utilizando RRT*

Requerimientos

  • Dominiode la programación en Python
  • Experiencia con sistemas de robótica y algoritmos de control
  • Conocimiento de las tecnologías de vehículos autónomos

Público objetivo

  • Ingenieros de robótica especializados en sistemas autónomos
  • Investigadores de IA enfocados en planificación de trayectorias y navegación
  • Desarrolladores de nivel avanzado que trabajan en tecnología de conducción autónoma
 21 Horas

Número de participantes


Precio por participante

Próximos cursos

Categorías Relacionadas