A* 算法的实际应用-路径规划（附Python实现代码）

A* 算法的理解，请看这里:

• A星算法详解(个人认为最详细,最通俗易懂的一个版本)*
• 关于 A*、Dijkstra、BFS寻路算法的可视化解释

  A算法的示例程序请查看 paulQuei 。本文着重于将实际问题的数学化，并用A算法求解。源码我已经上传至Gitee，安装好git后可以直接Clone：

git clone https://gitee.com/ascloudwalker/algorithem.git

1 .问题描述：
  在一个矩形区域内，已知一关键路径点，实现起点到终点的自动路径规划。规则：只能移动到X方向，或者Y方向相邻的点，不能对角线移动。

2.方法描述：
  面对这个问题，我首先想到了A Star算法，下图就是示例程序中A Star算法的路径寻找过程：首先构建了一个正方形（矩形）的map，每一个坐标点用一个小矩形表示，灰色表示障碍物，规划目标是从左下角到右上角。蓝色方块表示算法在寻找路径的过程，绿色方块表示找到的路径。

  本文中的问题与上述示例的差别在于：示例中的坐标是相邻的整数，数据本身就说明了各点之间的相邻关系，比如（1,2）和（2,2）；而本文的问题中，坐标并不是一定相邻的，例如（1,2）和（2,4）是否能够直接连接（直接到达）需要建立新的相邻关系。于是我想到了图（graph），通过node(节点)和edge（边）来建立点的相邻关系。所以，在我的计算中，map不再是上图的矩形网格，而是下图所示的图（graph）。
  除此以外：我自定义了Cost（指标）计算表达式、障碍点判断表达式。依然使用示例程序给出的A*算法结构流程，可以得到如下结果：（蓝色是算法的寻找路径过程，绿色为最终寻找的轨迹）

  更多点以及增加不可用障碍点后的效果：

附：动图生成方法
程序中将每一次生成的图保存为图片(如png)，再使用ImageMagick 进程处理：

magick *.png image.gif #生成gif
magick images.gif -layers Optimize dest.gif #压缩衣gif