详情请进入 湖南阳光电子学校 已关注:人 咨询电话:0731-85579057 微信号:yp941688, yp94168
导读
本文分享了在GitHub开源的一个存储库,含了机器人技术中常用的一些路径规划算法,大部分代码由Python实现,每种算法都配有相关动画的运行过程。
在机器人研究领域,给定某一特定任务之后,如何规划机器人的运动方式至关重要。
近,GitHub 上开源了一个存储库,该库实现了机器人技术中常用的一些路径规划算法,大部分代码是用 Python 实现的。值得一提的是,开发者用 plotting 为每种算法演示了动画运行过程,直观清晰。
项目地址:
https://github.com/zhm-real/PathPlanning
该开源库中实现的路径规划算法括基于搜索和基于采样的规划算法,具体目录如下图所示:
基于搜索的路径规划算法
基于搜索的路径规划算法已经较为成熟且得到了广泛应用,常常被用于游戏中人物和移动机器人的路径规划。
佳路径优先搜索算法
Dijkstra 算法
A * 搜索算法
双向 A * 搜索算法
重复 A * 搜索算法
Anytime Repairing A* (ARA*) 搜索算法
实时学习 A * 搜索(LRTA*)算法
实时适应性 A * 搜索(RTAA*)算法
动态 A * 搜索(D*)算法
终身规划 A * 搜索算法
Anytime D * 搜索算法:变动较小
Anytime D * 搜索算法:变动较大
基于采样的路径规划算法
与基于搜索不同,基于采样的路径规划算法不需要显式构建整个配置空间和边界,并且在高维度的规划问题中得到广泛应用。
快速随机搜索树(RRT)算法
目标偏好 RRT 算法
双向快速扩展随机树(RRT_CONNECT)算法
Extended_RRT 算法
动态 RRT 算法
N = 10000 时,rrt * 算法
N = 1000 时,rrt*-Smart 算法
快速行进树(FMT*)算法
N =1000 时,Informed rrt * 算法
Batch Informed 树(BIT*)算法
.(编辑:兴业电工培训学校)