985工科博士毕业，专攻定位、导航和滤波等算法研究。从业10年，主要使用MATLAB

本专栏提供基于MATLAB的路径规划与无人系统仿真算法实现，包含二维/三维环境下的RRT、A*、蚁群等路径规划算法，以及无人机运动仿真、定位算法融合和任务优化等内容。所有代码均经过验证，含中文注释

二维 A*+APF 路径规划与 TOA-AOA-TDOA 融合定位仿真。程序先在含障碍物的二维地图中利用 A* 算法生成全局避障路径，并通过人工势场法对路径进行平滑优化；随后，以规划路径点作为真实轨迹，模拟 TOA、AOA 和 TDOA 多源量测，并采用 Gauss-Newton 迭代方法完成目标位置估计。程序最终绘制规划轨迹、定位轨迹、坐标分量和定位误差曲线，并输出路径长度、定位误差和 RMSE 等统计结果，可用于路径规划与多源融合定位算法验证。

结合A*算法与人工势场法(APF)的二维路径规划方法，并集成TDOA定位算法进行轨迹验证。算法首先在200×200的栅格地图中实现避障路径规划，生成路径点作为真值轨迹；随后在每个路径点模拟TDOA量测，通过高斯牛顿迭代法进行位置解算。实验结果表明，该方法能有效规划避障路径（平均误差0.37m，最大误差0.92m），定位RMSE为0.43m。程序提供路径规划、定位轨迹对比、坐标分量及误差曲线等可视化结果，适用于移动机器人导航等场景。MATLAB代码已开源，支持直接运行验证。

二维 A*+APF 路径规划与 AOA 定位联合仿真程序。整体流程是先在二维栅格地图中设置起点、终点、矩形障碍物和锚节点，然后利用 A* 算法生成初始避障路径，再通过人工势场法对路径进行平滑和局部优化，最终将优化后的路径点作为运动轨迹真值，在各路径点处模拟 AOA 方位角量测，并利用多锚节点角度约束完成二维位置估计。

% 程序流程：% 1. 完成A*+APF二维栅格路径规划，将规划路径点作为运动轨迹真值；% 2. 在每个路径点处模拟AOA + TDOA量测；% 3. 使用本脚本对应的定位模型估计路径点位置；% 4. 使用figure窗口绘制规划轨迹、定位轨迹、坐标分量和误差曲线。

基于MATLAB的A*路径规划算法，并用MATLAB实现，适用于二维平面无人车导航与避障场景。代码通过栅格化地图处理障碍物，采用8邻域搜索策略寻找最优路径，并集成TOA定位仿真功能。系统模拟了6个锚节点的测距定位过程，对比分析真实路径与定位轨迹的误差。实验结果显示算法能有效规划避障路径，并提供路径长度、定位误差等统计指标。完整代码可直接运行，可视化结果包括路径规划图、轨迹对比和误差曲线，个人原创，请勿翻卖

本文展示了一种基于RRT算法的三维无人机路径规划方法。通过MATLAB实现，系统在200×200×200m的空间内进行路径搜索，成功避开多个立方体障碍物，从起点(10,10,10)规划至终点(180,180,180)。算法采用随机采样与目标导向相结合的策略，步长3m，最大迭代15000次。结果显示：最终路径长度为298.41m，规划耗时2.3秒，包含1315个节点。实验还进行了TOA定位误差分析，最大误差0.64m，验证了路径可行性。代码提供完整的三维可视化功能，包括障碍物渲染、路径显示及迭代过程曲线，适用

本文介绍了一种基于最近邻启发式策略的垃圾运输路径规划算法（VRP）。该算法在给定垃圾处理厂位置、收集点分布及车辆载重限制条件下，通过最近邻策略为多辆运输车辆规划最优路径，使所有垃圾被收集并返回处理厂，同时最小化总运输距离。程序使用MATLAB实现，包含随机场景生成、路径规划、结果统计和可视化功能。算法考虑了车辆容量约束和欧氏距离计算，输出包括车辆数量、总距离、各车路径及载重利用率等指标。该仿真平台为研究更复杂的路径优化算法提供了基础，适用于垃圾运输等物流调度场景。

基于MATLAB的三维RRT路径规划算法，用于无人机在复杂环境中的避障导航。该算法通过目标偏向采样策略，在三维障碍物空间中快速生成从起点到终点的可行路径，实时动态规划。

基于快速随机树（Rapidly-exploring Random Tree, RRT）的二维路径规划算法，模拟无人车或移动机器人在存在障碍物环境中的路径搜索与避障过程。障碍物坐标、起终点、最大迭代次数等均可自定义。带有路径可视化、收敛过程分析以及规划结果统计等功能。

基于蚁群算法的路径规划系统。可自定义起点、终点和障碍物地图，系统通过蚁群算法自动计算最优路径，并输出路径坐标、障碍物地图和收敛曲线。完整MATLAB源代码直接运行。适用于复杂障碍环境下的路径优化问题。