传统算法在解决实际问题时往往存在着建模难的问题,图形学的方法则提供了建模的基本方法,但是图形学的方法普遍存在着搜索能力的不足,往往需要结合专门的搜索算法。图形学的方法有:C空间法、栅格法、自由空间法、voronoi图法等。
(1)C空间法又称可视图空间法,即在运动空间中扩展障碍物为多边形,以起始点、终点和所有多边形顶点间的可行直线连线(不穿过障碍物的连线)为路径范围来搜索最短路径。C空间法的优点是直观,容易求得最短路径;缺点是一旦起始点和目标点发生改变,就要重新构造可视图,缺乏灵活性。即其局部路径规划能力差,适用于全局路径规划和连续域范围内的路径规划。尤其适用于全局路径规划中的环境建模。
(2)自由空间法针对可视图法应变性差的缺陷,采用预先定义的基本形状(如广义锥形,凸多边形等)构造自由空间,并将自由空间表示为连通图,然后通过对图的搜索来进行路径规划。由于起始点和终点改变时,只相当于它们在已构造的自由空间中位置变化,只需重新定位,而不需要整个图的重绘。缺点是障碍物多时将加大算法的复杂度,算法实现困难。
(3)栅格(grid)法,即用编码的栅格来表示地图,把包含障碍物的栅格标记为障碍栅格,反之则为自由栅格,以此为基础作路径搜索。栅格法一般作为路径规划的环境建模技术来用,作为路径规划的方法它很难解决复杂环境信息的问题,一般需要与其他智能算法相结合。
(4) voronoi图是关于空间邻近关系的一种基础数据结构。它是用一些被称为元素的基本图形来划分空间,以每两点间的中垂线来确定元素的边,最终把整个空间划分成结构紧凑的voronoi图,而后运用算法对多边形的边所构成的路径网进行最优搜索。优点是把障碍物包围在元素中,能实现有效避障,缺点图的重绘比较费时,因而不适用于大型动态环境。