摄像头路劲规划相关论文总结

总体

涉及到关于摄像头和路劲规划的问题，导师要求一个星期写出总结报告

• 规划如下
• 看论文，总结出传统方法和目前使用比较多的方法
• 做对比，比较多种方法之间的优劣情况
• 对比的内容包括：可行性，复杂性，结果优劣，适用情况等

---

全局规划

转载自 ：http://www.gamedev.net/reference/articles/article2003.asp
https://blog.csdn.net/nie2314550441/article/details/106673966

A*算法

1. 从起点A开始，将起点A放入open list中。open list相当于是一个待检测的列表，里面是将来有可能经过的点。
2. 查看与起点A相邻的所有点（如果是使用方格来划分区域，那么与A相邻的方格，也就是通常所说的节点一共有八个），这里如果有障碍物需要排除（所以事先需要先有全局地图），将所有可到达的放入open list，并且设置A节点是这些点的父节点。
3. 从open list中移除A节点，加入到close list中，close list相当于一个封闭的列表，这里面的点都是接下来无需再去关注的。
4. 接下来从open list中找到F值最小的。

这里的F值如何判断

F = G + H
这里G是起点A移动到指定地方的代价，可以理解为移动到这里需要走的路程
H 是 从这个点出发移动到终点需要的估算成本，可以理解为从这里走到终点需要的路程
这里找到open list中的最小的F值的点作为下一个出发点。

G和H是认为定义的
这里给出一种定义方法
G如果是横竖方向移动，路径为10，如果是斜方向移动，路径为14（因为根号2是1.414）
H就是横竖方向移动到终点的路径数（可以通过障碍物）

继续往下搜索

这里如果你找到点继续放入open list，继续找下一个值，这里需要注意的是G的值会累加，并且和之前的未更新前的G对比，如果小，则继续，如果大，则返回上一个父节点（说明这个点走错了）

重复以上步骤，实现A*算法

最后从终点，一直寻找父节点找到起点，路径规划完成。

改进后的A*算法

1. 更改G和H的权重
2. 在拐点处设置安全阈值，放着碰撞发生

部分规划

转自：https://blog.csdn.net/junshen1314/article/details/50472410

人工势场法

障碍物有斥力，终点是引力，在合力的作用下引导机器人向制定方向移动。

• 其中Uatt是引力，Urep是斥力

引力场和斥力场定义如下

• k是引力增益常量，η是斥力增益常量，λ0是障碍物影响最短距离，λ机器人距离障碍物中心坐标距离，Xg是机器人目标点坐标，X是当前点坐标。

缺陷

1. 当物体离目标点比较远时，引力将变的特别大，相对较小的斥力在甚至可以忽略的情况下，物体路径上可能会碰到障碍物
2. 当目标点附近有障碍物时，斥力将非常大，引力相对较小，物体很难到达目标点
3. 在某个点，引力和斥力刚好大小相等，方向想反，则物体容易陷入局部最优解或震荡

改进

1. 解决目标不可达问题
   目标点在障碍物附近的时候，斥力大于引力，会产生目标不可达问题。
   解决方法：在斥力函数中加入目标位置函数，使得目标位置势能最小。
2. 解决局部极小点问题
   如果判断进入局部极小点，改变机器人前一步所受合力。