高效算法，B*寻路算法，python版，思维优化（1）

最新推荐文章于 2024-07-30 10:53:26 发布

白小叶

最新推荐文章于 2024-07-30 10:53:26 发布

阅读量631

点赞数 1

分类专栏： b*寻路算法文章标签：算法 python 游戏程序

本文链接：https://blog.csdn.net/nanxue1/article/details/124489250

版权

b*寻路算法专栏收录该内容

5 篇文章 0 订阅

订阅专栏

上一篇文章只发布了很粗糙的代码，属于能跑就行，确实难看懂。

这一篇继续说一下爬墙思维，，B*寻路算法就是贪婪思维 +攀爬思维，

但是比较难判定怎么算爬过的障碍，所以这里改为贪婪思维 +穿透障碍，（空心障碍的话这不坑爹吗）

最开始研究B*寻路算法时,真是时不知道怎么取解决爬墙，，，

从格子3 开始分路，开始考虑撞墙，换方向，又得判定是否已经翻过了障碍，起初我觉得可以用距离来判断翻过了障碍，因为对于B*算法来说，情况是这样的。

这里距离=该点到起点的距离+到终点的距离，这里有点像椭圆离的两个固定坐标，就是起点和终点，直接连线那么距离最短，遇到障碍后距离局部变大，爬过障碍后又变小。但是对于上图的包围型障碍来说，通过距离的起伏判定是失效的

也许有其他的解决方法，但是这里我转变的一下，就是如果我穿透障碍，从格子3 到格子4.。

那么就算爬过的障碍，这样就不用取判定怎么算爬过了障碍。只需要关心怎么沿着障碍，走到穿透后的点就行了

接下来就是怎么走了，怎么走好像也有点难。

但是这里我们发现

既然要沿着障碍边缘走，那么我们的就障碍边缘所有可以走的点找出来，那么这这些点连在一起，就是包围了障碍的圈。

判定方法，

1.从o(欧)点开始，遍历周围8个点，。。做完事后加到关闭列表

如果有一个点=0，那么就是该点O就是边缘点,把=0的点加入障碍包围圈 path里，

如果=1，那么这个点是障碍点，是不是可以加到开启列表，

就看他的邻居有没有=0的点，如果有，说明该点是障碍边缘的点。加到开启列表，如果没有那么这个点是障碍内部的点，不需要探索（这里可以从前后左右四个方向开始，再从其他四个方向遍历）

2 从开启列表取一个点，继续 1 步骤

下面代码 0 代表可以走，1代表障碍


# 通过一个障碍内的点，得到障碍周围一圈的可探索点，，如果是环形空心障碍，这不设坑爹吗，穿透后的目标点都到不了
def obstacle_around_openSet(self, obstacle_point=(2,5)):
    # 边缘可走点集合
    path=[]
    # 开启的表
    obstacle_openSet = [obstacle_point, ]
    # 关闭的表
    obstacle_closeSet = []
    while obstacle_openSet != []:
        # 切换到关闭列表  .pop默认删除最后一个（这里后面会有点新发现的）
        cur = obstacle_openSet.pop()
        obstacle_closeSet.append(cur)


        # 对当前格相邻的8格中的每一个
        neighbors = self.get_neighbors(cur[0], cur[1])
        for neighbor in neighbors:
            #    =0即边缘可以走的点                               看看是否加过了                                   # 不能往回走 self.closeSet是全局关闭表（走过的表，用来回溯路劲，所以是带坐标的字典）
            if map_be_search[neighbor[0]][neighbor[1]] == 0 and neighbor not in obstacle_openSet and neighbor not in [p["point"] for p in self.closeSet]:
                path.append(neighbor)


            #   =1 这是相邻障碍点，  就是障碍内的点  且在边界内   =1的点可能是边界点，所以联合判定
            if map_be_search[neighbor[0]][neighbor[1]] == 1 and border_x_min < neighbor[0] < border_x_max and border_y_min < neighbor[1] < border_y_max:
                # 已经在 "关闭列表"（探索过） 中 不做处理
                if neighbor in obstacle_closeSet:
                    continue

                # 它不在 开启列表中，这个障碍点可能可以探索，但是如果是内部的点，而障碍不是边缘的点，就不能加到开启列表
                if neighbor not in obstacle_openSet:
                    # 遍历 该邻居   相邻的8格中的每一个
                    neighbors_list = self.get_neighbors(neighbor[0], neighbor[1])
                    for neighbor_neighbor in neighbors_list:
                        # 如果该邻居周围的格子里有一个 0， 说明它在障碍边缘， 则加入 并且打断
                        if map_be_search[neighbor_neighbor[0]][neighbor_neighbor[1]] == 0 :
                            obstacle_openSet.append(neighbor)
                            break

得到障碍包围圈path 后，我们就沿着path 爬就行了。

1.我们新建一个openSe和 closeSet 开启的表和关闭的表，把格子3放进去，

2.从开放的表取出格子3 作为当前点（也就是起点，每次从开启表中拿点都是重头再来），并放进关闭的表。

3.遍历一下格子3的8个邻居（这里的话还是优先遍历前后左右的四个点，可以减少遍历次数）

发现只有 *1和1* 两个点#（1个也行，都没有就是说三面都是障碍，要往回走了，那么在在上面计算path时，走过的点（只要是障碍边缘可走的点）也得加入path，不过这也有点坑爹的感觉）#

只有这两个点在障碍包围圈path里面，所以选择一个作为下一个点，更新下一个点的信息，另一个点加入开启的表。

4.把下一个点更新为当前点。并加到关闭的表。继续遍历邻居。