A星算法介绍（python代码实现）未完待续

已于 2024-02-20 21:56:59 修改
阅读量791 收藏 6
点赞数 10
分类专栏： 常用算法 文章标签： 自动驾驶
于 2024-02-20 21:43:57 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/moriarty_jack/article/details/136198674
版权

A星算法思路

启发式搜索算法是比较常规的一类算法就是在状态空间中的搜索对每一个搜索的位置进行评估，得到最好的位置，再从这个位置进行搜索直到目标。这样可以省略大量无谓的搜索路径，提高了效率。

建立地图

A星算法需要确定搜索的地图，并将其栅格化，从而将起点和终点在地图的栅格位置确定下来。
在自动驾驶或者机器人的应用中，对于栅格化需要设定好栅格大小，如果栅格太大，那么位置就不精确；如果栅格太小，那么会消耗比较长的时间进行搜索。
在这里插入图片描述

设定代价函数

公式

A星寻路算法通过计算和量化行走的各个方向的代价，来选择最优路径。
公式：F = G + H
F：设定其为最终评估代价
G：当起点走到下一目标点的付出的代价
H：下一目标点到终点的预期代价（一般选择曼哈顿距离）
如果下一目标点是不可逾越的障碍物，则从当前点过去的代价为无穷大，最后通过比较各条路线的最终代价，选择最小代价，即为合适的路径，也为最短路径。

示例

以下图为例，绿色的点为起点，到右边的点的代价为10，所以G=10；右边的点到终点（红色点）的预期代价为3个格子，即30，所以H=30；因此F=G+H=40。
在这里插入图片描述

A星搜索过程

流程图

在这里插入图片描述

代码解释

参考：https://blog.csdn.net/jj6666djdbbd/article/details/126287486?spm=1001.2101.3001.6650.1&utm_medium=distribute.pc_relevant.none-task-blog-2%7Edefault%7ECTRLIST%7ERate-1-126287486-blog-78786493.235%5Ev43%5Epc_blog_bottom_relevance_base5&depth_1-utm_source=distribute.pc_relevant.none-task-blog-2%7Edefault%7ECTRLIST%7ERate-1-126287486-blog-78786493.235%5Ev43%5Epc_blog_bottom_relevance_base5&utm_relevant_index=2

moriarty_jack
关注
  • 10
    点赞
  • 踩
  • 6
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
专栏目录
python a星算法_A星算法_A*算法_python实现
weixin_39983223的博客
12-22 197
class Node:def __int__(self):self.unable = Falseself.distanceFromDes = -1 # 距离终点的距离self.distanceFromOri = -1 # 距离起点的距离self.allDistance = -1self.added = Falseself.closed = Falseself.parent = Noneself...
python-astar:用Python轻松实现a-star算法
05-25
Python星 这是python中的简单实现 文献资料 astar模块定义了AStar类，该类必须继承并完成以下几种方法的实现： 邻居 @ abstractmethod def neighbors ( self , node ) 对于给定的节点，返回（或产生）其邻居列表。 此方法必须在子类中实现 这是一种为了向算法提供图形描述以供计算时使用的方法 此方法必须在子类中实现。 之间的距离 @ abstractmethod def distance_between ( self , n1 , n2 ) 给出两个相邻节点n1和n2之间的实际距离/成本（即n2属于n1邻居的列表）。 保证n2属于通过调用近邻（n1）返回的列表。 此方法必须在子类中实现。 heuristic_cost_estimate @ abstractmethod def heuristic_cost_estimat
学习笔记：A星规划算法python
m0_69268564的博客
09-03 648
pathx, pathy = a_star.planning(sx, sy, gx, gy) # 开始与结束的坐标传入函数进行处理后，得到pathx,pathy：最终规划出的路径坐标。a_star = AStarPlanner(ox, oy, grid_size ,robot_radius) # grid_size=resolution 初始化中传入的参数。oy.append(-10) # y坐标-10的一行-10~60的坐标添加到列表并显示为黑色障碍物。
A星算法的python实现
Jerry_hello的博客
04-12 995
课上作业要去找A*算法的代码并解释，看了解释，大概知道了算法原理，找写的代码感觉都不是很清楚，就自己用python写了一下。 讲一下大致思路，我是用图片作为地图，以读入图片的灰度值，用来判断是否是障碍物，起始点与终点也是直接在图片上选取，看起来比较直观。 这里用来类定义了点（Point），地图（Map）和算法主体（DStar）。 # -*- coding = utf-8 -*- # @Time : 2021/4/1 13:41 # @Author : wx # @File : two.py # @Softw
星表 python_A*（A星）算法python实现
weixin_39622123的博客
12-09 170
在春节放假前两天我偶然看到了A\*算法(A\*算法是一个启发式的地图寻路算法)，感觉挺有意思。正好放假前也没有什么事情，就花了一个下午写出算法的骨架，节后又花了半天时间完善屏幕输出的细节并且调试完成。该实现只是一时兴起的随手而作，没有考虑性能和扩展性等问题。正在学习A\*算法的朋友可以拿去随便折腾。Email:wang.zhigang@hotmail.com代码的运行效果如下：```pytho#...
python实现A星算法.exe
12-23
使用python实现2D的A星算法, 效果程序使用终端打印形式 使用python实现2D的A星算法, 效果程序使用终端打印形式
A*算法学习（python代码实现）
05-17
Python代码实现时，可能会用到`heapq`库来实现优先队列，`numpy`库处理数组操作，以及`random`库生成随机障碍物。通过运行`my_Astar_test.py`，我们可以看到算法在不同地图上的寻路效果，直观地理解A*算法的工作原理...
python 实现A*算法的示例代码
12-24
A*作为最常用的路径搜索算法，值得我们去深刻的研究。路径规划项目。先看一下维基百科给的算法解释：https://en.wikipedia.org/wiki/A*_search_algorithm A *是最佳优先搜索它通过在解决方案的所有可能路径（目标）...
python实现2D A星算法源码.py
12-23
python3实现简单2D的A星算法寻路, 控制台打印可视化效果 python3实现简单2D的A星算法寻路, 控制台打印可视化效果 python3实现简单2D的A星算法寻路, 控制台打印可视化效果
A星算法及可视化实现python源码+介绍文档.zip
最新发布
04-11
A星算法及可视化实现python源码+介绍文档.zipA星算法及可视化实现python源码+介绍文档.zipA星算法及可视化实现python源码+介绍文档.zipA星算法及可视化实现python源码+介绍文档.zipA星算法及可视化实现python源码+...
Python A星算法求解十五数码问题，BUAA人工智障课程作业
11-20
A*算法是一种有序搜索算法，其特点在于对估价函数f的定义上。对于一般的有序搜索，总是选择f值最小的节点作为扩展节点。因此，f是根据需要找到一条最小代价路径的观点来估算节点的，所以，可考虑每个节点n的估价函数值为两个分量：从起始节点到节点n的代价以及从节点n到达目标节点的代价。
python的BFS，DFS，UCS，A星算法
09-29
python的搜索算法，例如深度优先算法，A星算法，其中的h函数可以优化，原文件只采用了欧氏距离。
基于A星算法的15数码问题python版
10-28
某航人工智能课程作业，基于A星算法的15数码问题python版
A星算法简单实现（附源码）
03-22
A星算法简单的实现，分别使用C#、Python、JavaScript三种语言实现，通过界面10x10方格展示算法过程 思路参考于：https://blog.csdn.net/zhanghow/article/details/53585286
A*算法Python实现
02-01
A星算法的Python实现，在控制台直接执行脚本可以看到模拟图
python3.6实现的A星算法
热门推荐
狡猾的皮球的博客
06-20 2万+
A星算法原理: 原理我就不再赘述,可以参考这篇博客https://blog.csdn.net/hitwhylz/article/details/23089415 最近用js写了一遍，用的同样的算法，需要js代码的看这里：https://blog.csdn.net/qq_39687901/article/details/85697127 代码实现: 首先添加两个通用类...
a星算法python,A*（A星）算法python實現
weixin_26808205的博客
04-01 165
#!/usr/bin/python​# vim:set fileencoding=utf-8# 在春節放假前兩天我偶然看到了A*算法，感覺挺有意思。正好放假前# 也沒有什么事情，就花了一個下午寫出算法的骨架，節后又花了半天# 時間完善屏幕輸出的細節並且調試完成。# 該實現只是一時興起的隨手而作，沒有考慮性能和擴展性等問題。正# 在學習A*的朋友可以拿去隨便折騰。# email: wang.zhig...
python A星寻路算法
sdhdsf132452的博客
05-13 1538
def a_star_search(start,end): # 待访问的格子 open_list = [] # 已访问的格子 close_list = [] # 把起点加入open_list open_list.append(start) """主循环,每一轮检查一个当前方格节点""" while len(open_list) > 0: # 在open_list中查找F值最小的节点作为当前方格节点 cu..
不到一百行python代码简单实现A星算法
weixin_45452206的博客
08-15 1144
为了更好地理解A星算法，自己手撸了一段91行的代码来实现A星算法 可能代码风格不是很好，因为这也就是一上午写出来的，只是简单实现了A星 过两天准备好好改动一下代码使其更易读，再好好备注一下。 #python3.7.3 import numpy as np #设置地图和障碍，障碍物为1 tarmap=np.zeros((24,24)) tarmap.astype(np.int32) tarmap[2...
Python代码实现A星寻路算法
04-04
Python代码实现A星寻路算法可以使用以下代码：def astar(start, goal): closedset = set() openset = set([start]) came_from = {} gscore = {start: 0} fscore = {start: heuristic_cost_estimate(start, goal)} while openset: current = min(openset, key=fscore.get) if current == goal: return reconstruct_path(came_from, current) openset.remove(current) closedset.add(current) for neighbor in get_neighbors(current): if neighbor in closedset: continue tentative_gscore = gscore[current] + dist_between(current, neighbor) if neighbor not in openset: openset.add(neighbor) elif tentative_gscore >= gscore[neighbor]: continue came_from[neighbor] = current gscore[neighbor] = tentative_gscore fscore[neighbor] = gscore[neighbor] + heuristic_cost_estimate(neighbor, goal) return False
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值