路径规划算法

     关键词: 路径规划 遗传算法 蚁群算法 A* 算法 粒子群算法 Dijkstra 算法 人工势场法

百科:

路径规划问题分类：

       根据对环境是否可知可分为基于先验完全信息的全局路径规划和基于传感器信息的局部路径规划

       根据获取的障碍物信息来看，全局路径规划属于静态规划(又称离线规划)，即障碍物在导航前是已知的，相当于已经在地图上标注了出来(即与时间量无关)，也就是说可以看成是点图上一个静止的障碍点；而局部路径规划局部路径规划需要根据传感器实时采集到的环境信息来不断了解环境地图(也就是说与时间有关)，从而确定障碍点，相对于已知障碍点我们可以把这类障碍点看成一个动态的)或随机发生的，所以可以看成是一个动态规划问题(又称在线规划）。

注：最优化理论中指出：如果第一要素与时间无关就称为静态最优化问题，否则称为动态最优化问题。

       根据所研究环境的信息的特点，路径规划也可分为离散域内的路径规划问题和连续域内的路径规划问题。离散域范围内的路径规划问题属于一维静态优化问题，相当于环境信息简化后的路线优化问题；而连续域范围内的路径规划问题则是连续性多维动态环境下的问题。

 注：决策变量的取值是连续的，称为连续最优化问题；决策变量的取值是离散的，称为离散最优化问题，又称为组合最优化问题。

如整数规划、资源配置、生产安排等问题都是离散最优化问题的典型例子，求解难度比连续最优化问题更大。

 路径规划的一般步骤：

       一般的连续域范围内路径规划问题，如机器人、飞行器等的动态路径规划问题，其一般步骤主要包括环境建

模、路径搜索、路径平滑三个环节。

1) 环境建模

       建立一个便于计算机进行路径规划所使用的环境模型，即为了将实际物理空间抽象成算法能够处理的抽象空

间而作的一个映射。

 

2) 路径搜索

       路径搜索阶段是在环境模型的基础上应用相应算法寻找一条行走路径，使预定的性能函数获得最优值。

 

3) 路径平滑

       通过合适的算法搜索出的路径并不一定是一条运动体可以行走的可行路径，需要作进一步处理与平滑才能使其成为一条实际可行的路径。

注：对于离散域范围内的路径规划问题，或者在环境建模或路径搜索前已经做好路径可行性分析的问题，所以路径平滑环节可省去。