2.函式解讀
演算法原理:參考路徑規劃演算法學習day1
路徑規劃演算法學習day1
此方法會結合網路占用法-柵格法來進行實現
總所周知:柵格法生成地圖常規是的自己乙個乙個打,這樣既麻煩還浪費時間
這裡介紹幾種方法:
way1:在命令框中碼:map=rand(k)>0.7 %k代表多少維地圖
way2:在matlab中安裝robotics toolbox工具箱 裡有專門的函式makemap可以幫助我們生成一張地圖
gif太大無法上傳,後面我會完善function path=djs(map,origin,destination)
cmap = [1 1 1; ...white
0 0 0; ...black
0 1 0; ...green
1 1 0; ...yellow
1 0 0; ...red
0 0 1; ...blue
0 1 1];
colormap(cmap);%map visualization
[rows, cols]=size(map);
logical_map = logical(map);
map=zeros(rows, cols);
map(~logical_map)=1;%free
map(logical_map)=2;%obstacle
%定義乙個變數node_cost_list來儲存鄰居以及它們到起始格的路程
%node_cost_list來儲存這些資訊,初始化為 inf,表示從沒有訪問過。一旦有值,就說明是鄰居,賦值的大小就表示該點跟起始點的路程。一旦變成紅色,就把它的值再改回 inf。
node_cost_list = inf(rows, cols);
node_cost_list(origin(1),origin(2))=0;% set the node_cost of the origin node zero
%定義變數parent_list來儲存路徑
parent_list=zeros(rows, cols);% create parent_list
destination_index=sub2ind(size(map),destination(1),destination(2));
origin_index=sub2ind(size(map),origin(1),origin(2));
plan_success=false;
while true
map(origin(1),origin(2))=3;
map(destination(1),destination(2))=4;
image(0.5,0.5,map);
grid on;
set(gca,'xtick',1:1:rows);
set(gca,'ytick',1:1:cols);
axis image;
drawnow;
%找出距離最小的節點
%搜尋中心與起始點的路程min_node,搜尋中心的索引座標:current_node,
[min_node,current_node]=min(node_cost_list(:));
if(min_node == inf || current_node == destination_index)
plan_success=true;
break;
endnode_cost_list(current_node) = inf;%當前搜尋中心這個位置賦值為 inf,表示它已經當過搜尋中心了。min函式就不會再找這個位置
map(current_node) = 5;
[i,j]=ind2sub(size(map),current_node);
for k = 0:3 % four direction
if(k == 0)
adjacent_node = [i-1,j];
elseif (k == 1)
adjacent_node = [i+1,j];
elseif (k == 2)
adjacent_node = [i,j-1];
elseif(k == 3)
adjacent_node = [i,j+1];
endif((adjacent_node(1)>0 && adjacent_node(1)<=rows) && (adjacent_node(2)>0 &&adjacent_node(2)<=cols))
if(map(adjacent_node(1),adjacent_node(2)) ~= 2 && map(adjacent_node(1),adjacent_node(2)) ~= 5)
if(node_cost_list(adjacent_node(1),adjacent_node(2)) > min_node + 1)
node_cost_list(adjacent_node(1),adjacent_node(2)) = min_node + 1;
if(map(adjacent_node(1),adjacent_node(2)) == 3)
parent_list(adjacent_node(1),adjacent_node(2)) = 0;%如果相鄰節點是原點,則將父節點設定為0。
else
parent_list(adjacent_node(1),adjacent_node(2))=current_node;%否則設定當前節點為父節點
endmap(adjacent_node(1),adjacent_node(2)) = 6;
endend
endend
endif(plan_success)
path=;
node=destination_index;
while parent_list(node)~=0
path=[parent_list(node),path];
node=parent_list(node);
endfor k = 2:size(path,2)
map(path(k)) = 7;
image(0.5,0.5,map);
grid on;
set(gca,'xtick',1:1:rows);
set(gca,'ytick',1:1:cols);
axis image;
drawnow;
endelse
path=;
endend
主要就是想對比一下,可以讓大家看到迪傑斯特拉演算法的缺點
後續會在這放關於此演算法中所用大的函式用法鏈結
路徑規劃演算法 A
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...
路徑規劃演算法 A 演算法
a a star 演算法是一種靜態路網中求解最短路徑最有效的直接搜尋方法,也是解決許多搜尋問題的有效演算法。演算法中的距離估算值與實際值越接近,最終搜尋速度越快 astar演算法是從起點開始一步步的往終點探索。他有兩個鍊錶open鍊錶和close鍊錶。每探索 本文稱之為 擴充套件 乙個點n時,就獲取...
路徑規劃演算法高階
最早是在大學期間學習路徑規劃演算法,嚴蔚敏 吳偉民的 資料結構 講的最短路徑。當時感到有些晦澀難懂,並沒有理解演算法思想。回頭看,主要是因為應付考試,沒有和實際應用場景建立連線,所以體會不深。畢業後,因為從事地圖有關工作,又想到這些內容,然後複習 研究,總算明白其中道理。這些演算法能解決我們生活中遇...