![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
无人机运动规划常用算法
文章平均质量分 87
Roche1imit
无人机的运动规划与自主探索
展开
-
Search Based Path Planning
Search Based Pathing Planning参考:https://www.bilibili.com/video/BV1yT4y1T7EbDijkstra流程从起点开始扩展,每一步为一个节点找到最短路径cost:f(n) = g(n)g(n):当前路径,从起点到n的代价(距离)While true:从open list选择代价最小的节点,收录进closed list收录后遍历该节点的所有可访问邻节点,更新cost最优性证明:反证法特性完备最优算法开始原创 2021-09-14 17:01:39 · 392 阅读 · 0 评论 -
Sample Based Path Planning
Sample Based Path Planning参考:https://www.bilibili.com/video/BV1yT4y1T7EbRRT ( Rapidly Exploring Random Tree )随机采样确定规划的起点后,在地图中随机采样点作为生长方向,在每次选择生长方向时,都有一定概率向着目标点延伸,也有一定概率随机在地图内选择一个方向延伸一段距离。生长点选择与碰撞检测采样了一个随机点后,从现有的RRT树中选择离采样点最近的一个点作为父节点,并向采样点生长一个步长。假设生原创 2021-09-14 17:00:00 · 126 阅读 · 0 评论 -
Jump Point Search
Jump Point Search 有众多的算法能够在代价一致的均匀网格中(uniform-cost grid maps)搜索最短线性路径,常见的有A*,Dijkstra’s等。而JPS算法相比其他算法,省略了众多点插入和点删除的操作,有选择性地扩展必要的节点。因此有着很高的搜索效率。原论文:Online Graph Pruning for Pathfinding on Grid Maps by Daniel Harabor and Alban Grastien符号和术语JPS算法工作于不定原创 2021-09-14 16:56:08 · 342 阅读 · 0 评论