1 簡介

移動機器人路徑規(guī)劃一直是一個比較熱門的話題,A星算法以及其擴(kuò)展性算法被廣范地應(yīng)用于求解移動機器人的最優(yōu)路徑.該文在研究機器人路徑規(guī)劃算法中,詳細(xì)闡述了傳統(tǒng)A星算法的基本原理,并通過柵格法分割了機器人路徑規(guī)劃區(qū)域,利用MATLAB仿真平臺生成了機器人二維路徑仿真地圖對其進(jìn)行仿真實驗,并對結(jié)果進(jìn)行分析和研究,為今后進(jìn)一步的研究提供經(jīng)驗.

2 部分代碼

function path = Astar(zhangai,ditu)close=[];%關(guān)閉路徑path=[];findflag=false;open=[ditu.qishi(1),ditu.qishi(2),h(ditu.mubiao,ditu.qishi),0,ditu.qishi(1),ditu.qishi(2)];next = [-1,1,14;0,1,10;1,1,14;-1,0,10;1,0,10;-1,-1,14;0,-1,10;1,-1,14];%八個方向運動%如上所述， G 是從起點Ａ移動到指定方格的移動代價。% 在本例中，橫向和縱向的移動代價為 10 ，對角線的移動代價為 14 。 之所以使用這些數(shù)據(jù)，是因為實際的對角移動距離是 2 的平方根，% 或者是近似的 1.414 倍的橫向或縱向移動代價。使用 10 和 14% 就是為了簡單起見。比例是對的，我們避免了開放和小數(shù)的計算。% 這并不是我們沒有這個能力或是不喜歡數(shù)學(xué)。使用這些數(shù)字也可以使計算機更快。稍后你便會發(fā)現(xiàn)，如果不使用這些技巧，尋路算法將很慢。while ~findflag ? ?[finish,hangshu]=inopen(ditu.mubiao,open); ? ?if finish==1%抵達(dá)終點結(jié)束 ? ? ? ?close=[open(hangshu,:);close]; ? ? ? ?findflag=true; ? ? ? ?break; ? ?end ? ?[B,I]=sort(open(:,3)); ? ?open=open(I,:); ? ?close=[open(1,:);close];%取節(jié)點最近的 ? ?jiedian=open(1,:); ? ?open(1,:)=[];for i=1:8 ? ?m(1)=jiedian(1,1)+next(i,1);%橫坐標(biāo)移動 ? ?m(2)=jiedian(1,2)+next(i,2);%縱坐標(biāo)移動 ? ?m(4)=jiedian(1,4)+next(i,3);%距離 ? ?m(3)=m(4)+h(ditu.mubiao,m(1:2));%下一個點到終點的距離 ? ?if shizhangai(m,zhangai)%判斷是否是障礙，是障礙繼續(xù) ? ? ? ?continue; ? ?end ? ?if inclose(m,close) ? ? ? ?continue; ? ?end ? ?[flag,hang]=inopen(m,open); ? ?if flag==2 ? ? ? ?m(5:6)=[jiedian(1,1);jiedian(1,2)]; ? ? ? ?open=[open;m]; ? ?end ? ?if flag==1 ? ? ? ?if m(3)<open(hang,3) ? ? ? ? ? ?m(5:6)=[jiedian(1,1);jiedian(1,2)]; ? ? ? ? ? ?open(hang,:)=m; ? ? ? ?end ? ?end ? endendpath=close;end

3 仿真結(jié)果

4 參考文獻(xiàn)

[1]陳曉娥, 蘇理. 一種基于環(huán)境柵格地圖的多機器人路徑規(guī)劃方法[J]. 機械科學(xué)與技術(shù), 2009(10):5.

博主簡介：擅長智能優(yōu)化算法、神經(jīng)網(wǎng)絡(luò)預(yù)測、信號處理、元胞自動機、圖像處理、路徑規(guī)劃、無人機等多種領(lǐng)域的Matlab仿真，相關(guān)matlab代碼問題可私信交流。

部分理論引用網(wǎng)絡(luò)文獻(xiàn)，若有侵權(quán)聯(lián)系博主刪除。