入門參考：**路徑規劃演算法
1.a*演算法
a*演算法的特點是設計出評價函式。
可參考的入門部落格有導航路徑規劃之五 a*演算法
2.prm路徑規劃演算法是一種基於圖搜尋的方法，它將連續空間轉換成離散空間，再利用a*等搜尋演算法在路線圖上尋找路徑，以提高搜尋效率。
3.d*演算法是動態a*（d-star, dynamic a*） d*演算法在動態環境中尋路非常有效
4.路徑平滑演算法
常見的a*演算法的結果是一串用來表示所經過的路徑點座標。但是這樣的路徑通常是有「鋸齒」的，並不符合現實中的智慧型表現。
因此，需要進一步的進行平滑處理，比如佛洛依德演算法
貝塞爾曲線
在運用好的路徑規劃演算法，規劃好一條從起點到目標點最優的路徑後，如何讓機械人來尋著這條最優的路徑走，是乙個需要解決的問題。
路徑跟蹤(path tracking)，是在平面座標系下設定一條理想的幾何路徑，然後要求機械人從某一處出發，按照某種控制規律到達該路徑上，並實現其跟蹤運動。
路徑與軌跡 路徑規劃與軌跡規劃 路徑跟蹤與軌跡跟蹤
對於無人車輛來說，全域性路徑點只要包含空間位置資訊即可，也可以包含姿態資訊，而不需要與時間相關，但區域性規劃時，則可以考慮時間資訊。這裡規定軌跡點也是一種路徑點，即當路徑點資訊中加入時間約束，就可以被稱為軌跡點。從這個角度理解，軌跡規劃就是一種路徑規劃，當路徑規劃過程要滿足無人車輛的縱向和橫向動力學...
EF的狀態跟蹤選項與導航屬性
將乙個在跟蹤物件detach後，其導航屬性 集合 載入顯示數為0,而將跟蹤狀態設定成notracking後獲取的物件其導航屬性又能正確載入。bomtable為實體物件 bomtablectx.detach bomtable var list bomtable.bomlist.tolist 集合顯示為...
導航路徑規劃之五 A 演算法
a 演算法是啟發式搜尋，是一種盡可能基於現有資訊的搜尋策略，也就是說搜尋過程中盡量利用目前已知的諸如迭代步數，以及從初始狀態和當前狀態到目標狀態估計所需的費用等資訊。a 演算法可以選擇下乙個被檢查的節點時引入了已知的全域性資訊，對當前結點距離終點的距離作出估計，作為評價該節點處於最優路線上的可能性的...