本文介绍了A_star算法在无人机三维路径规划中的应用，通过Matlab实现，包括算法简介、部分源代码展示、运行结果以及使用的matlab版本和参考文献。A_star算法通过结合实际代价和启发式估计代价，找到最优路径。文中给出了源码片段，用于读取地图数据、避障处理和路径规划。
⛄一、A_star算法简介
0 引言
随着现代技术的发展，飞行器种类不断变多，应用也日趋专一化、完善化，如专门用作植保的大疆PS-X625无人机，用作街景拍摄与监控巡察的宝鸡行翼航空科技的X8无人机，以及用作水下救援的白鲨MIX水下无人机等，决定飞行器性能主要是内部的飞控系统和外部的路径规划问题。就路径问题而言，在具体实施任务时仅靠操作员手中的遥控器控制无人飞行器执行相应的工作，可能会对操作员心理以及技术提出极高的要求，为了避免个人操作失误，进而造成飞行器损坏的危险，一种解决问题的方法就是对飞行器进行航迹规划。
飞行器的测量精度，航迹路径的合理规划，飞行器工作时的稳定性、安全性等这些变化对飞行器的综合控制系统要求越来越高。无人机航路规划是为了保证无人机完成特定的飞行任务，并且能够在完成任务的过程中躲避各种障碍、威胁区域而设计出最优航迹路线的问题。常见的航迹规划算法如图1所示。
图1
订阅专栏 解锁全文
扫一扫
1452
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
