运动规划（持续更新中）

运动规划（持续更新中）

1-1：课程总体介绍

1. 能用在真正的机器人上才是有用的，不只是在matlab上进行数值的验证，而是真正部署到ros中进行算法验证
2. 自主完成代码

         无人机建图并提供信息给果农是否适合收获

4、 课程重点是规划

5、安全性、光滑性、舒适度（自动驾驶）、动力学可行性

6、前端：路径搜索，低维信息，后段：路径生成，高维信息

7、简单有效的解决算法是最有效的

1-2:课纲介绍与规划方法分类

1、混合A*在自动驾驶比较热门

2、有向图和无向图

3、基于搜索

4、 基于采样的路径搜索算法

 5、RRT和RRT*的对比

可以看出RRT*才能得到最短路径 ，Informed RRT*添加了启发式算法（椭圆）

 informed时间更短，效果更好

 6、Hybrid A*（混合A*算法）

基本思想：每个栅格中之保留一个状态点，当栅格中出现了一个代价比原栅格内的代价低的状态点时，会用新的状态点取代旧的状态点。

 左边是A*，右边是hybrid A*

7、Kinodynamic RRT*

 8、

1-3、常用地图结构与基础知识

 1、`launch文件：批量打开节点;更改参数无需像在cpp文件中更改一样重新编译。

2-2图搜索基础

 1、

2、目标：在不对所有的节点进行搜索的情况下尽量用少的时间找到最短路径

3、可以用另一个容器装载以遍历的节点。

4、BFS广度优先搜索：

        1、遵循先进先出的原则，维护了一个队列（容器）

        2、

        3、

         

        4、 从中间开始不断向外扩展

        5、

         

 5、深度优先搜索DFS：

        1、后进先出，维护了一个堆栈

        2、每次扩展的时候会把可能的分支走到底

         

6、启发式算法（贪心算法）heuristic

        1、具有很强的目的性

        2、在实际情况的路径规划中往往存在很多的障碍物，在这时BFS虽然花了更多的时间，但是仍然能够在最终找到最短路径，而贪心算法会导致局部最优

7、Dijkstra算法

体现出有优先级的选择，选代价小的先弹出 ，这里的edp放入后会自动进行排序，代价最小的p会最先弹出，此时容器中还有d和e，下一步是检查p能到达的节点，为16，16会加入容器中并进行自动排序，以此往复。

8、贪心加D=A*

D的cost+启发是算法=A*

 weighted A*

 

左边贪心，中间自适应，右边A*

四联通、八联通方法定义杉格地图

2-3JPS算法

打破对称性

右图y加入openlist

.html 可视化网站