【路径生成--图搜索的思想】DFS\BFS\DFS-ID搜索算法

系列文章目录

提示：这里可以添加系列文章的所有文章的目录，目录需要自己手动添加
TODO:写完再整理

---

前言

认知有限，望大家多多包涵，有什么问题也希望能够与大家多交流，共同成长！

在项目和平时的学习中，我对机器人/无人驾驶的决策规划模块进行了划分，当然划分的方法有很多，我的划分方式仅供参考
（1）动态障碍物行为预测模块（Behavior prediction）–结合感知和高精度地图信息，估计周围障碍物未来运动状态
（2）执行机构的轨迹规划模块（Trajectory_planning）–执行机构如机器人载体上的机械臂、串行云台等的运动轨迹规划
（3）任务决策模块（Mission_planning）–任务决策模块比较偏业务层了，处理机器人/无人驾驶的各种任务，主要分为三个方面：车底盘航线业务决策（交规、横向换道等等）、执行应用机构业务决策（机械臂、人机交互等等）、不同场景的导航方案切换决策（组合导航、融合导航）
（4）前端路径探索模块（path_finding）–全局路径规划算法难度不算复杂，找到一条可通行的（必须满足）、考虑动力学的（尽可能满足）、可以是稀疏的路径base_waypoints【由于其只考虑了环境几何信息，往往忽略了无人机本身的运动学与动力学模型。因此，其得到的轨迹往往显得比较“突兀”，并不适合直接作为无人机的控制指令】
（5）后端轨迹处理模块（motion_planning）–我主要归纳整理为三个方向：（1）对base_waypoints进行简单处理及生成方向、（2）对base_waypoints轨迹优化方向【一般是二次优化，这里用的较多的事优化方面的知识】、（3）进行对应功能的replan方向（replan之前的预处理、进入replan的条件、停障replan、避障replan、纠偏replan、换道replan、自动泊车replan、穿过狭窄道路replan等等），这部分内容使用的方法比较专
（6）路径跟踪模块（trajectory_following）–这个模块就得针对机器人载体了，如无人驾驶使用得阿克曼模型可以采用几何的pure pursuit纯追踪算法，更好的可以用模型预测控制MPC方法，还有强化学习做的（效果怎样我就没验证过了）；当然也可能事麦克纳姆轮车、差速车PID、还有无人机的三维轨迹跟踪等等
（7）碰撞检测模块
（8）集群多机器人规划模块

当然，这种划分方式是我权衡了原理和功能粗略划分的，在实际产品研发过程中，需要理解了各个算法的功能和定位的基础上融汇贯通，不能生搬硬套，如全段通过hybrid A探索出来的路径与A、RRT*探索出来的路径更平滑，后端轨迹优化的任务就不用这么重了；又如，机器人/无人驾驶项目研发的需求业务还没发展到能响应很多功能阶段，任务决策使用简单的状态机（fsm）就可以对现有任务进行状态转移了
本文先对DFS\BFS\DFS-ID搜索算法做个简单的介绍，具体内容后续再更，其他模块可以参考去我其他文章

---

提示：以下是本篇文章正文内容

一、深度优先搜索Depth-First-Searching（DFS）

1.适合的路径规划应用场景

存在在狭窄的通道中环境，依此弹出每条最深的路径，一条路走到黑【防盗标记–盒子君hzj】
.

2.维护容器

用的是队列（先入先出的数据结构）来维护容器
.

3.搜索过程图例

1）节点图一维形式（一条路走到黑a的搜索形状）【防盗标记–盒子君hzj】

2）栅格地图二维形式（一条路的搜索形状）
【把栅格地图中填充值并确定方向进行深度搜索】

4.伪代码

TODO:待补充
…

二、广度优先搜索Breadth-First Searching（BFS）

1.适合的路径规划应用场景

有连续成片的障碍物，依此弹出每条最广（浅）的路径，一层一层的走

2.维护容器

用的是队列（先入后出的数据结构）来维护容器

3.搜索过程图例

（1）节点图一维形式（一个圆的搜索形状）

（2）栅格地图二维形式（一个圆的搜索形状）
【把栅格地图中填充值并确定方向进行深度搜索】

4.伪代码

TODO:待补充
…

三、迭代加深Best-First Searching（DFS-ID）的深度优先搜索

---

总结

（1）DFS\BFS\DFS-ID搜索算法对比

1）算法工作原理

1、深度优先搜索：1->2->3 1->2->4->5 1->6->7 1->6->8
2、广度优先搜索：1->2 1->6 1->2->3 1->2->4 1->6->7 1->6->8 1->2->4->5
3、迭代加深（DFS-ID）的深度优先搜索：：1->2 1->6 2->3 2->4->5 6->7 6->8 4->5

（2）三种算法的选择

1）选择深度优先搜索：当树很深、【防盗标记–盒子君hzj】分支因子不大、在树中解出现的位置相对较深时
2）选择广度优先搜索：当搜索树的分支因子不太大、在树中解出现的位置在合理的深度级别、路径不是非常深
3）选择迭代加深的深度优先搜索（DFS-ID）：DFS-ID同时具备DFS和BFS的有利性

【核心思想：盲目式的图搜索算法】

参考资料

TODO:待补充