手把手教用matlab做无人驾驶（三）-路径规划A*算法

这里，我们更新主程序如下：

%   editor:  Robert.Cao
%   2018.9.1
clc
clear all
close all
disp('A Star Path Planing start!!')
p.start=[1,1];  %起始点
p.goal=[10,3];  %目标点
p.XYMAX=11; 
obstacle=GetBoundary(p);%得到边界数据
nObstacle=20;
obstacle=GetObstacle(nObstacle,obstacle,p);
path=AStar(obstacle,p);
figure(1)
if length(obstacle)>=1
    plot(obstacle(:,1),obstacle(:,2),'om');hold on;
end
plot(p.start(1),p.start(2),'*r');hold on;
plot(p.goal(1),p.goal(2),'*b');hold on;
if length(path)>=1
    plot(path(:,1),path(:,2),'-r');hold on;
end

grid on;

其实，这里与前面对比，主要增加了path=AStar(obstacle,p)这调语句，这个function 函数AStar就是完成A*算法的程序，我首先给出它的程序，然后来分析它：

function path=AStar(obstacle,p)


path=[];

open=[p.start(1) p.start(2) h(p.start,p.goal) p.start(1) p.start(2)];
close=[];
next=MotionModel();
findFlag=false;%目标标志
while ~findFlag
      if isempty(open(:,1)) disp('No path to goal!!');
       return;
      end
       [Y,I] = sort(open(:,3))
        open=open(I,:);
        if isSamePosi(open(1,1:2),p.goal)
            disp('Find Goal!!');
             close=[open(1,:);close]  
             open(1,:)=[];
             findFlag=true;
          break;
        end
         for in=1:length(next(:,1))
          
          m=[open(1,1)+next(in,1) open(1,2)+next(in,2) open(1,3)];
          %m(3)=m(3)+next(in,3)+h(m(1:2),p.goal)-h(open(1,1:2),p.goal);
          
          m(3)=next(in,3)+h(m(1:2),p.goal);
          if isObstacle(m,obstacle) continue; end
          
         
          [flag, targetInd]=FindList(m,open,close)
       
          if flag==1 
              disp("cao")
              continue;
          elseif flag==2 
              continue;
          else 
              
              open=[open;[m open(1,1) open(1,2)]]
          end
         end
        if findFlag==false
          close=[close; open(1,:)]
          open(1,:)=[];
      end
    
end

path=GetPath(close,p.start);
            

这里，通过next=MotionModel()去更新状态，整个状态完成findFlag在while完成， 

 

if isempty(open(:,1)) disp('No path to goal!!');
       return;
      end

这个就是判断有没有可能到达目标，因为障碍物是随机产生的，所有是有这个可能的，

 

if isSamePosi(open(1,1:2),p.goal)
            disp('Find Goal!!');
             close=[open(1,:);close]  
             open(1,:)=[];
             findFlag=true;
          break;
        end

这个就是判断是否到达目标

 for in=1:length(next(:,1))
          
          m=[open(1,1)+next(in,1) open(1,2)+next(in,2) open(1,3)];
          %m(3)=m(3)+next(in,3)+h(m(1:2),p.goal)-h(open(1,1:2),p.goal);
          
          m(3)=next(in,3)+h(m(1:2),p.goal);
          if isObstacle(m,obstacle) continue; end
          
         
          [flag, targetInd]=FindList(m,open,close)
       
          if flag==1 
              disp("cao")
              continue;
          elseif flag==2 
              continue;
          else 
              
              open=[open;[m open(1,1) open(1,2)]]
          end
         end
        if findFlag==false
          close=[close; open(1,:)]
          open(1,:)=[];
      end

这个是循环找到最优的轨迹放到close里面保存下来。

最后，看看matlab仿真效果：

 

 

 

这个整个程序我会上传上去，地址如下：

https://download.csdn.net/download/caokaifa/10641075