Programa del Curso

Introducción a la Planificación de Rutas para Vehículos Autónomos

Fundamentos y desafíos de la planificación de rutas
  • Aplicaciones en la conducción autónoma y la robótica
  • Revisión de técnicas de planificación tradicionales y modernas
  • Algoritmos de Planificación de Rutas Basados en Grafos

    Descripción 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 Rutas Basados en Muestreo

    Técnicas de muestreo aleatorio: RRT y RRT*
  • Suavizado y optimización de rutas
  • Manejo de restricciones no holonómicas
  • Planificación de Rutas Basada en Optimización

    Formulación del problema de planificación de rutas como un problema de optimización
  • Optimización de trayectoria utilizando programación no lineal
  • Técnicas de optimización basadas en gradientes y sin gradientes
  • Planificación de Rutas Basada en Aprendizaje

    Aprendizaje profundo por refuerzo (DRL) para la optimización de rutas
  • Integración de DRL con algoritmos tradicionales
  • Planificación de rutas adaptativa utilizando modelos de aprendizaje automático
  • Manejo de Entornos Dinámicos e Inciertos

    Técnicas de planificación reactiva para una respuesta en tiempo real
  • Evitación de obstáculos y control predictivo
  • Integración de datos de percepción para una navegación adaptativa
  • Evaluación y Benchmarking de Algoritmos de Planificación de Rutas

    Métricas para la eficiencia, la seguridad y la complejidad computacional de las rutas
  • Simulación y pruebas en React y Gazebo
  • Estudio de caso: Comparación de RRT* y D* en escenarios complejos
  • Estudios de Caso y Aplicaciones en el Mundo Real

    Planificación de rutas para robots de reparto autónomos
  • Aplicaciones en coches autónomos y UAV
  • Proyecto: Implementación de un planificador de rutas adaptativo utilizando RRT*
  • Resumen y Próximos Pasos

    Requerimientos

    • Dominio de la programación en Python
    • Experiencia con sistemas robóticos y algoritmos de control
    • Familiaridad con las tecnologías de vehículos autónomos

    Público objetivo

    • Robotics ingenieros especializados en sistemas autónomos
    • Investigadores de IA enfocados en la planificación de rutas y la navegación
    • Desarrolladores de nivel avanzado que trabajan en tecnología de conducción autónoma
     21 Horas

    Número de participantes


    Precio por Participante​

    Próximos cursos

    Categorías Relacionadas