基于搜索的规划基础

一、配置空间

1.定义

（1）配置：对机器人上所有点的位置的描述

（2）自由度：规划时，用最少的坐标数量表示机器人所存在的配置，移动机器人为x、y、psi

（3）配置空间：n个自由度所能表达的所有配置（位置）

2.将工作空间planning转到配置工作plannning流程

（1）将有形状的机器人（在工作空间内）看作一个质点（在配置空间内）

（2）将复杂的障碍物进行碰撞

规划流程转化为从start point到goal point的规划

二、图

1.定义

图包括节点与边，边分为有方向、无方向、有权重边

2.通过图建立搜索树，通过回溯搜索树（back-tracing）得到path,不可能遍历整个树，所以需要快速且最优的方法

三、图搜索算法总览

1.流程

维护一个容器，里边存放所有将来打算访问的节点；

此容器初始只放一个初始节点；

进入循环：循环分为三步

        1.容器中弹出一个节点

        2.拓展此节点

        3.将拓展的新节点塞回容器

结束循环：持续到容器内再无任何节点被弹出/访问到终止节点

2.注意事项

（1）什么时候结束循环

容器为空或到达目标

（2）如何避免回环（cyclic）

避免图永远走不出去，维护一个新容器（close list），装载已经被访问过的节点,不会被再次访问

（3）如何设计弹出规则，使得快且优的搜索？

四、搜索算法对比

1.定义

（1）BFS（Breadth First Search）广度优先算法

BFS维护一个队列（queue），use first in first out

（2）DFS(Depth First Search) 深度优先算法

DFS维护一个栈（stack），use last in first out

2.深度优先算法（DFS）：弹出有深层级的节点，表现为每次拓展时将可能的分支找到底

首先初始化一个容器，放入初始节点s，弹出s，拓展s，得到d、e、p，同一层级可以自己定义弹出规则，定义从左到右弹出则弹出d,d拓展bce,容器中目前存在bcep,弹出深层次的b,b拓展a，容器

中存在acep，弹出a结束，继续弹出c........直到到达目标G或者容器中为空

3.广度优先算法（BFS）：从容器中弹出最浅一层的节点，表现为搜索过程为一层一层进行

4.BFS与DFS对比

BFS路径短，规划最优，是图搜索的基础

五、启发式搜索（Heuristic search）也称贪心算法

1.定义 

首先，BFS/DFS根据节点的深浅层级弹出节点

贪心算法根据一些规则（heuristic）弹出节点，这个规则可以是与终点的欧氏距离，优点是可以指引正确的拓展方向，容易计算

2.对比BFS与贪心算法

贪心算法有强烈的目的性，对接下来要拓展的节点用函数去估计到终点的远近，优先拓展近的

BFS则层层递进

3.缺陷总结

（1）贪心算法缺陷：局部最优

因为贪心算法的规则是在忽略障碍物的情况下进行的，容易陷入局部最优

（2）BFS成功的前提为：图中的边权重均匀

六、总结

搜索算法核心流程（弹出节点、拓展节点、将新节点压入队列或栈）、DFS与BFS、根据BFS改进的贪心算法