“在代码的海洋里,有无尽的知识等待你去发现。我就是那艘领航的船,带你乘风破浪,驶向代码的彼岸。
💥💥💞💞欢迎来到本博客❤️❤️💥💥
🏆博主优势:🌞🌞🌞博客内容尽量做到思维缜密,逻辑清晰,为了方便读者。
⛳️座右铭:行百里者,半于九十。
📋📋📋本文目录如下:🎁🎁🎁
目录
💥1 概述
线性规划(Linear Programming,LP)是一种在数学优化领域广泛应用的方法,近年来也被应用于路径规划问题中。 在路径规划领域,使用 LP 进行路径规划具有以下特点和优势: 一、规划原理 LP 通过建立数学模型来确定最优路径。首先,将路径规划问题转化为一个线性规划问题,明确目标函数和约束条件。目标函数通常是最小化路径长度、时间消耗或成本等,而约束条件则可能包括起点和终点的位置、障碍物的限制、交通规则等。通过求解这个线性规划问题,可以得到满足约束条件下的最优路径。 二、优势体现 1. 精确性:LP 基于严格的数学模型进行求解,能够提供精确的路径规划结果。它可以考虑各种复杂的约束条件,确保生成的路径在实际应用中是可行的。 2. 可扩展性:对于大规模的路径规划问题,LP 可以有效地处理。可以通过增加变量和约束条件来适应不同规模和复杂程度的问题,具有较好的可扩展性。 3. 灵活性:可以根据不同的需求和场景调整目标函数和约束条件。例如,可以根据不同的交通状况、时间限制或资源约束来优化路径规划。 总之,使用 LP 进行路径规划为解决各种路径规划问题提供了一种有效的方法,具有精确性、可扩展性和灵活性等优势,在物流、机器人导航和交通规划等领域有着广泛的应用前景。
📚2 运行结果
主函数部分代码:
clearvars;
close all; clc;
%% PARAMS
dt = 0.5; % s
M = 16; % circle discretization
v_max = 70; % cm/s
w_max = pi/3; % rad/s
sigma = 2;
f_max = sigma * w_max * v_max; % maximum allowable force
mu = sigma * w_max;
%% Populating Objects in the Environment
% Object radii
r_O1 = 40; % cm
r_O2 = 40; % cm
r_O3 = 40; % cm
r_G = 20; % cm
% A = vehicle([0;0],[0.10;0], mu, dt);
A1 = vehicle([0;0],[0.10;0], mu, dt, 0);
A2 = vehicle([700;0],[-0.10;0], mu, dt, 0);
A3 = vehicle([500;600],[0.5;-0], mu, dt, 0);
G = target([700;700],[13;-2], dt, r_G);
O_1 = obstacle([500;500],[-7;-6], dt, r_O1);
O_2 = obstacle([500;700],[8;-3], dt, r_O2);
O_3 = obstacle([700;500],[4;8], dt, r_O3);
% Limits & bounds
L_min = 30; % [cm]
tF = 22; % [in s]
% Decision variable:
% [DV_x, DV_y, d_1, d_2, q_1, q_2]^T
plot(G.Position(1), G.Position(2), 'go','MarkerSize', G.Radius); hold on
plot(O_1.Position(1), O_1.Position(2), 'ko','MarkerSize', O_1.Radius);
plot(O_2.Position(1), O_2.Position(2), 'ko','MarkerSize', O_2.Radius);
plot(O_3.Position(1), O_3.Position(2), 'ko','MarkerSize', O_3.Radius);
for i = 1:round(tF/dt)
% Stuff that occurs at every time step
% Robot 1
[x1,fval,exitflag] = perTime(A1,G,O_1,O_2,O_3,f_max,M);
F1 = [x1(1);x1(2)];
% Robot 2
[x2,fval,exitflag] = perTime(A2,A1,O_1,O_2,O_3,f_max,M);
F2 = [x2(1);x2(2)];
% Robot 3
[x3,fval,exitflag] = perTime(A3,A1,O_1,O_2,O_3,f_max,M);
F3 = [x3(1);x3(2)];
🎉3 参考文献
文章中一些内容引自网络,会注明出处或引用为参考文献,难免有未尽之处,如有不妥,请随时联系删除。
[1]吕逸舟,毛建华,杜晓鹏,等.基于改进Dijkstra算法的民机信号敷设路径规划方法[J].机械设计与制造工程,2024,53(09):78-82.
[2]刘纪坤,袁雪颖,王佳茹,等.考虑火灾产物影响下的人员疏散路径规划研究[J/OL].计算机测量与控制:1-8[2024-09-18].http://kns.cnki.net/kcms/detail/11.4762.tp.20240913.1319.015.html.