Jump Point Search (JPS) 路径规划算法

菜鸡0001

已于 2024-07-14 21:31:33 修改

阅读量820

点赞数 4

文章标签：算法 linux

于 2024-07-14 21:28:33 首次发布

本文链接：https://blog.csdn.net/qq_21405333/article/details/140423500

版权

Jump Point Search (JPS) 是一种优化的路径规划算法，主要用于加速A*搜索算法在网格地图上的性能。它通过减少要评估的节点数量来实现这一目标。以下是对JPS算法的详细解释：

基本思想

JPS利用了路径规划中的对称性，跳过不必要的节点，直接跳到关键节点（即“跳点”）。这些跳点是那些需要转向或者是障碍物边缘的节点。

算法步骤

初始设置：与A*类似，JPS使用启发式函数来评估节点的优先级。它维护一个开放列表（open list）来存储待评估的节点和一个封闭列表（closed list）来存储已评估的节点。
跳跃扩展：从当前节点开始，沿着八个可能的方向（水平、垂直和对角线）“跳跃”，而不是一步步移动。跳跃过程会跳过一系列连续的自由节点，直到遇到以下三种情况之一：
- 障碍物：跳跃被阻挡。
- 跳点：跳跃到达的节点是一个跳点。
- 目标节点：跳跃到达目标节点。
确定跳点：在跳跃过程中，通过检查节点的邻居来决定是否某个节点是跳点。跳点满足以下条件之一：
- 强制邻居：节点有一个或多个强制邻居，意思是该节点的某个邻居是一个非自由节点，而邻居的邻居是自由节点。
- 路径转向：节点在某个方向上跳跃，需要转向另一个方向继续跳跃。
路径重建：一旦目标节点被访问，从目标节点反向追踪路径，类似于A*算法。

优点

效率：通过跳跃跳过大量不必要的节点评估，JPS显著加快了路径规划过程，尤其在开放区域效果更佳。
路径优化：生成的路径与A*算法一致，路径最优。

代码实现

下面是JPS算法的一个简单实现，使用伪代码来展示主要逻辑：

// 检查节点是否是跳点
bool isJumpPoint(GridCell current, GridCell direction) {
    // 检查是否存在强制邻居
    if ((isFree(current + direction) && !isFree(current + perpendicular(direction))) ||
        (isFree(current + perpendicular(direction)) && !isFree(current + direction))) {
        return true;
    }
    return false;
}

// 进行跳跃
GridCell jump(GridCell current, GridCell direction) {
    GridCell next = current + direction;

    // 如果跳跃超出地图边界或遇到障碍物
    if (!isValidCell(next) || isOccupied(next)) {
        return invalidCell;
    }

    // 如果跳点是目标节点
    if (next == goal) {
        return next;
    }

    // 如果找到跳点
    if (isJumpPoint(next, direction)) {
        return next;
    }

    // 继续沿当前方向跳跃
    return jump(next, direction);
}

// JPS主算法
void JPS(GridCell start, GridCell goal) {
    openSet.emplace(0, start);
    gScore[start] = 0;

    while (!openSet.empty()) {
        GridCell current = openSet.top().second;
        openSet.pop();

        if (current == goal) {
            return reconstructPath(cameFrom, current);
        }

        for (const auto &direction : directions) {
            GridCell jumpPoint = jump(current, direction);

            if (jumpPoint != invalidCell) {
                double tentative_gScore = gScore[current] + euclideanDistance(current, jumpPoint);
                if (gScore.find(jumpPoint) == gScore.end() || tentative_gScore < gScore[jumpPoint]) {
                    cameFrom[jumpPoint] = current;
                    gScore[jumpPoint] = tentative_gScore;
                    double fScore_jumpPoint = tentative_gScore + euclideanDistance(jumpPoint, goal);
                    openSet.emplace(fScore_jumpPoint, jumpPoint);
                }
            }
        }
    }
}