A*寻路算法——多人寻路、实时碰撞寻路、最近目的地

本文介绍了如何在多人寻路场景中应用A*算法,包括在路径不可达时如何寻找离目的地最近的点,以及如何处理实时碰撞检测。在遇到碰撞时,算法会重新调用A*进行寻路,确保路径的无障碍。通过提供的工程文件,读者可以进一步了解其实现细节。
摘要由CSDN通过智能技术生成

A* 路算法原理可以参考这个文章,已经写的很详细了http://www.cppblog.com/mythit/archive/2009/04/19/80492.aspx

这篇文章主要写写多人寻路的实时碰撞

先说说无法寻路的情况下,如何移动的离目的地最近的点

其实所有能到达的点都在"关闭列表中",当“开启列表”中所有的点都遍历完后,如果还未找到终点,则视为路径不通

这时候遍历“关闭列表”,找出其中离终点直线距离最短的点即可,见下面代码中findNearPointFromList函数


多人碰撞的大体思路就是

1、用A*找出一条路径

2、按该路径走,没移动一格检测是否发生碰撞

3、如果碰撞,调用A*重新寻路

4、如果未碰撞,按原来路径继续走

5、到目的地停止


using System;
using System.Collections.Generic;
using System.Linq;
using System.Text;
using System.Threading.Tasks;

namespace testAstar
{
    public class AstarNode
    {
        private AstarNode parent = null;
        private int g;
        private int h;
        private int x;
        private int y;

        public AstarNode Parent
        {
            get
            {
                return parent;
            }
            set
            {
                parent = value;
            }
        }

        public int G
        {
            get
            {
                return g;
            }
            set
            {
                g = value;
            }
        }

        public int H
        {
            get
            {
                return h;
            }
            set
            {
                h = value;
            }
        }

        public int F
        {
            get
            {
                return g + h;
            }
        }

        public int X
        {
            get
            {
                return x;
            }
            set
            {
                x = value;
            }
        }

        public int Y
        {
            get
            {
                return y;
            }
            set
            {
                y = value;
            }
        }

        public AstarNode(int _x, int _y)
        {
            this.x = _x;
            this.y = _y;
            this.parent = null;
            this.g = 0;
            this.h = 0;
        }
    }

    public class Astar
    {
        private List<AstarNode> openList = new List<AstarNode>();
        private List<AstarNode> closeList = new List<AstarNode>();
        private bool[,] mapData = null;
        private int pixelFormat = 16;
        private int mapWidth = 0;
        private int mapHeight = 0;
        private int endX = 0;
        private int endY = 0;

        public bool[,] MapData
        {
            get
            {
                return mapData;
            }
        }

        public int PixelFormat
        {
            get
            {
                return pixelFormat;
            }
        }

        public int MapWidth
        {
            get
            {
                return mapWidth;
            }
        }

        public int MapHeight
        {
            get
            {
                return mapHeight;
            }
        }

        public Astar()
        {
        }

        private bool isValid(int x, int y)
        {
            if (x < 0 || x >= mapWidth)
            {
                return false;
            }

            if (y < 0 || y >= mapHeight)
            {
                return false;
            }

            return true;
        }

        private bool inList(List<AstarNode> list, int x, int y)
        {
            foreach (AstarNode node in list)
            {
                if (node.X == x && node.Y == y)
                {
            
RRT全称为“Rapidly-exploring Random Trees”,是一种二维动态避障算法。它是一种基于概率的优化算法,用于规划机器人或其他物体在二维环境的路径。 RRT算法的基本思想是通过以随机方式生成的节点构建一棵搜索树,通过不断地扩展树的枝杈来寻找较优的路径。具体实现过程如下: 1. 初始化:将起始点作为根节点放入搜索树。 2. 扩展树:反复执行以下步骤,直至目标节点被找到或达到最大迭代次数。 2.1 生成随机点:在二维环境随机生成一个点。 2.2 寻找最近节点:在搜索树查找与随机点最近的节点。 2.3 路径扩展:从最近节点出发,在连线方向上以一定步长扩展新的节点。 2.4 碰撞检测:检测扩展的路径是否与障碍物相交,如果相交则放弃此路径。 2.5 添加节点:将通过碰撞检测的路径末端节点添加到搜索树。 3. 回溯路径:如果目标节点被找到,将目标节点通过其父节点一直回溯到根节点,得到最优路径。 RRT算法的迭代次数和步长是调整算法性能和效果的重要参数。当迭代次数增加时,算法对全局路径规划的能力增强,但搜索时间也会相应增加。而步长的增加会导致路径规划更快,但容易产生碰撞。 RRT算法在二维动态避障问题的优点是简单、高效,并且适用于解决非常复杂的环境。它的应用范围很广,不仅可以应用于机器人的自主导航,还可以用于游戏的路径规划、机器人足球比赛等领域。
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值