Asatr+DWA路径规划算法结构梳理

本文详细介绍了A*算法的输入和输出参数,包括障碍物处理和路径计算过程,以及DWA的参数列表,重点涉及路径优化和局部目标点更新。通过Astar算法寻找路径后,对路径进行折线优化以提高行驶效率。
摘要由CSDN通过智能技术生成
Astar的参数列表

1、输入参数:障碍物位置,起点位置,终点位置,最大范围(X,Y)

2、输出参数:路径点,路径总长度,open列表个数,closed列表中障碍物个数标志位

1、寻找子节点函数:

(1)扩展当前节点周围的节点,检查是否在边界内

(2)检查扩展的节点是否在障碍物。子节点在障碍物上,上下有障碍物存到a1计数器中,左右有障碍物存到b1计数器中,障碍物在父节点上下,舍弃障碍物左右子节点,同理,舍弃左右障碍物上下的子节点。

(3)fn中检查行驶区域内的障碍物个数

2、开始Astar算法

1、寻找到子节点之后,检测是否在openlist中,如果不在,添加到openlist中,如果在,更新gn,hn,完成open列表更新。openlist第一列是有效性1

2、在openlist寻找最小的fn的, 构造fn_min函数

3、将最小的openlist中的数放到closed,同时openlist有效性置0;

4、是否完成路径标志位检测

3、提取路径优化折现

如果到达目标点:将最后一个点提取出来并提取出父节点,一直到达起点,获得路径点

1、将倒置排序转换为正向排序的路径

2、然后判断当前节点,当前节点的子节点,子节点的子节点是否在同一直线上,更新关键节点,从起点寻找子节点,到达终点,裁弯曲直

3、优化折线,每个一段距离取点

DWA的参数列表

输入参数:障碍物,Astar全局路径,初始参数,评价参数

输出参数:速度、角速度、位置

1、判断是否更新局部目标点

2、局部路径规划:找出参考轨迹,进行正则化,找出最优局部路径,更新状态,进行下一次的局部路径搜索

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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