全局路径规划之4.3：jump point search(JPS)跳点搜索算法（附C++代码）

已于 2024-08-17 23:17:57 修改
阅读量173 收藏
点赞数
分类专栏： # 全局路线规划global_planning 文章标签： 机器人 算法 系统架构 深度优先 宽度优先
于 2024-04-28 20:24:31 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/qq_35635374/article/details/138290157
版权
跳点搜索（JPS）是一种针对栅格地图的寻路算法，旨在提高路径搜索效率，特别适合结构化环境。JPS通过识别跳点和强迫邻居，减少了需要扩展的节点，从而在保持路径准确性的同时提升了搜索速度。相比于A*，JPS在大地图或复杂路径中能显著减少计算量，但实现相对复杂。JPS算法的核心包括规则定义、搜索过程和优化策略，通过这些机制实现对A*算法的优化。
摘要由CSDN通过智能技术生成

系列文章目录

提示：这里可以添加系列文章的所有文章的目录，目录需要自己手动添加
TODO:写完再整理

文章目录

前言

在这里插入图片描述
机器人全局路径规划相关教程及博客请关注专栏：
https://blog.csdn.net/qq_35635374/article/details/138174918

本文先对JPS跳点搜索算法做个简单的介绍，具体内容后续再更，其他模块可以参考去我其他文章

提示：以下是本篇文章正文内容

一、jump point search(JPS)跳点搜索算法原理

了解本专栏 订阅专栏 解锁全文 超级会员免费看
盒子君~
关注
专栏目录
订阅专栏
路径规划 | 图解跳点搜索JPS算法(附ROS C++/Python/Matlab仿真)
FRIGIDWINTER的博客
02-20 8270
跳点搜索JPS算法在障碍密集的情况下，计算速度比传统A*算法提升若干数量级。本文图解JPS算法原理，并提供ROS C++、Python、Matlab三种仿真环境的实验代码
文献阅读之全局路径规划Jump Point Search算法（JPS）
silver bullet
11-23 2088
JPS是为了解决A*算法中的路径对称和多余扩展问题，而提出的一种适用于无向归一化代价栅格地图的最优路径搜索算法，一般速度快于A*。（归一化代价指沿不同方向的单位步长的代价相同） JPS最初是在《Online Graph Pruning for Pathfinding on Grid Maps》提出的。本文只简述要点。
路径规划：基于搜索的算法A*
qq_41667348的博客
05-06 1926
文章目录一、A*算法1、算法原理2、算法流程3、算法特点参考链接一、A*算法1、算法原理2、算法流程3、算法特点4、两者比较代码实现项目应用 一、A*算法 A*(A-Star)算法是一种静态路网中求解最短路径最有效的直接搜索方法，算法中的距离估算值与实际值越接近，最终搜索速度越快。它是一种启发式搜索基于搜索的全局路径规划方法 1、算法原理 2、算法流程 伪代码如下： 流程理解： 3、算法特点 参考链接 一、A*算法 1、算法原理 2、算法流程 3、算法特点 4、两者比较 代码实现 项目应用 ...
jps全局规划插件 jps_global_planner源码
m0_61750953的博客
04-10 298
jps_global_planner算法插件库：GitHub - eborghi10/jps_global_planner: Jump Point Search global planner for ROS 1jps算法库：GitHub - KumarRobotics/jps3d: A C++ implementation of Jump Point Search on both 2D and 3D maps
2基于图搜索路径规划-深蓝学院
qq_37087723的博客
04-07 2306
basis 深蓝学院路径规划2basisconfiguration spacespace obstacleGraph and Search Methodbreadth First Search（BFS） vs Depth First SearchGreedy Best First Search（heuristic）Dijkstra & A*Jump Point SearchHW作业 configuration space 所有点的位姿描述 • Robot configuration: a speci
移动机器人运动规划--基于搜索的全局路局规划
weixin_44423355的博客
07-10 531
移动机器人运动规划–基于搜索的全局路局规划 由于种种原因导致我又回过去将运动规划方面的知识做一个复习。=_= 文章目录移动机器人运动规划--基于搜索的全局路局规划前言一、基础搜索算法二、使用步骤1.引入库2.读入数据总结 前言 基于图搜索算法的总体流程： Graph Search Overview 维护一个容器，这个容器存储将来要被访问的节点 容器初始放置的是起始节点 Loop \quad根据某种指标从容器中弹出一个节点 \quad扩展该节点，获得所有的邻居节点
【深蓝学院】移动机器人运动规划--第2章 基于搜索的路径规划--笔记
qq_37746927的博客
01-22 1326
【深蓝学院】移动机器人运动规划--第2章 基于搜索的路径规划--笔记
揭秘重度MMORPG手游后台性能优化方案
weixin_30608131的博客
06-27 327
本文节选自《2018腾讯移动游戏技术评审标准与实践案例》手册，由腾讯互娱工程师王杰分享《仙剑奇侠传online》项目中游戏后台的优化经验，深度解析寻路算法、视野管理、内存优化、同步优化等常见问题。一、服务器CPU性能优化1.1寻路算法JPS优化MMORPG游戏中服务器中需要对NPC寻路，然而A*算法及其各种优化并不让人满意，因此寻路算法也成为瓶颈之一。因此，本文介绍JPS的效率、多线程、内存、路径...
motion planning notes
hoppss
05-01 337
运动规划 front-end: path finding (global planner) back-end: trajectory generation（local planner or controlling planner） path finding search-based graph search basis Dijskra/A* jump point search samp...
JPS（Jump Point Search）A*跳点搜索
08-16
JPS（Jump Point Search）是一种优化的路径搜索算法，它是A*算法的一种变体，专为网格环境中的路径规划设计。A*算法是广泛应用的最短路径查找算法，以其效率和准确性而闻名。然而，在大型网格地图上，A*算法可能会变...
Jump Point Search--跳点搜索法--matlab代码
03-04
1.知识：JPS算法，JPS根据当前结点current的方向、并基于跳点的策略来扩展后继节点，遵循“两个定义、三个规则”。 2.资源：JPS算法的matlab代码 3.适合人群：JPS算法的初学者
JumpPointSearch-master_JumpPointSearch_JPS挑点搜索算法路径规划_
09-30
**挑点搜索算法（Jump Point Search，JPS）** 挑点搜索算法，简称为JPS，是由M. Stroeven和M. A. van Gasteren在2014年提出的一种优化A*搜索算法的方法，主要用于游戏路径规划。A*算法是一种广泛应用的启发式搜索...
2398. 预算内的最多机器人数目（24.9.13）
最新发布
qq_60624992的博客
09-13 229
其中(\text{max(chargeTimes)})是这(k)个机器人中最大充电时间，，两者长度都为(n)。第(i)个机器人充电时间为。个机器人，给定两个下标从 0 开始的整数数组。的前提下，最多可以连续运行的机器人数目。运行(k)个机器人总开销是。个机器人的运行时间之和。
QQ频道机器人零基础开发详解(基于QQ官方机器人文档)[第三期]
qq_71745595的博客
09-10 1443
QQ频道机器人零基础开发详解第三期
【机器人工具箱Robotics Toolbox开发笔记（十八）】SCARA机器人的gui界面：正运动学仿真实例
m0_72676510的博客
09-07 290
本文通过机器人工具箱实现SCARA机器人的GUI界面以进行正运动学分析，主要涉及到MATLAB的Robotics Toolbox以及GUI工具箱的使用。
论文速读|形机器人的高速和抗冲击远程操作
2301_81924597的博客
09-10 242
本文提出了一种综合解决方案，用于远程控制类人机器人，实现了高速度和冲击抵抗的操作。通过结合无校准的运动捕捉和重定标、低延迟全身运动流式传输工具箱和高带宽的摆线驱动器，显著提高了机器人控制的透明度和同步性。实验结果表明，该系统在高速运动和冲击环境下表现出色，达到了前所未有的性能水平。
【机器人建模和控制】读书笔记
Piccaboo的博客
09-11 1060
x10​x1​∙x0​，其实就是：1）x1​轴向量在O0​系下的坐标2）在x0​轴上的投影3）坐标变换矩阵的R10​的第一个元素。
Nature Communications 多模触觉-视觉融合机器人：用于灵巧机器人做家务
weixin_44887311的博客
09-10 467
值得注意的是，触觉传感器具有超灵敏(0.05 mm/s)和超快(4 ms)的滑动感知，这对于灵活可靠的抓取控制是必不可少的，以避免压碎易碎物体或掉落光滑的物体。一系列具有快速滑动反馈控制的智能抓取策略和触觉-视觉融合识别策略能确保机器人灵巧的抓取和准确识别日常物体，处理各种具有挑战性的任务，例如抓取装有液体的纸杯。然而，目前的感知技术仍然不能满足机器人在家庭任务/环境中的需求，特别是在多感官整合和融合、快速反应能力和高灵敏度感知方面面临着巨大的挑战。图5 基于触觉-视觉融合的物体分类和桌面清理识别策略。
JPS跳点搜索算法python
09-10
JPS跳点搜索算法是一种针对A*算法的缺陷提出的改进算法，通过筛选出有价值的节点，即跳点，来剪去那些无意义的冗余节点。 JPS算法的核心是jump()函数，通过递归方法来实现，使得代码量减少且逻辑更清晰明确。整体思路是实现跳点剪枝的三条策略： 1. 如果节点x是终点，则节点x是跳点。 2. 如果节点x存在至少一个强制邻点，则节点x是跳点。 3. 在斜向搜索时，如果节点x在水平或垂直分量上有跳点，则节点x是跳点。 在使用JPS算法进行路径规划时，搜索过程中被跳过的点为灰色，而绿色节点则是跳点，它们是实际应用于算法搜索中的节点。相比A*算法，JPS算法大幅度减少了节点数量。 关于JPS跳点搜索算法的Python实现，可参考以下步骤： 1. 定义跳点搜索函数，包括跳点剪枝的三条策略的实现。 2. 实现A*算法的核心部分，包括启发式函数和估价函数的定义。 3. 根据地图和起点终点坐标，调用跳点搜索函数来获取路径。 通过这样的Python实现，你可以在地图上进行路径规划，并得到经过JPS跳点搜索算法优化后的最佳路径。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
评论
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

打赏作者

盒子君~

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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