混合A路径规划器 (Hybrid APath Planner)本仓库包含了一个用于非完整约束车辆non-holonomic vehicles的实时路径规划代码该代码使用了混合A*Hybrid-A*算法。关于混合A*算法的描述请参见《自动驾驶路径规划中的实用搜索技术》。项目背景此代码是自动地面车辆AGV研究小组的一个项目成果。我们已经在实验室的测试车辆Eklavya上成功测试了这段代码。在实验中我们使用GPS航点作为目标并通过安装在车辆前端的激光雷达LIDAR生成二进制障碍物地图。传感器接口方面我们采用了ROS机器人操作系统。算法描述混合A算法使用了一个三维离散搜索空间但与传统的A不同的是它为每个网格单元关联了一个连续的三维车辆状态。这样可以确保生成的路径是可行驶的而标准A*只能产生分段线性的路径。搜索过程由两个启发式规则指导无障碍物非完整约束Non-Holonomic Without Obstacles采用Dubin’s路径长度计算方法忽略障碍物的存在。有障碍物完整约束Holonomic With Obstacles使用Dijkstra算法在二维平面上计算最短路径同时忽略了车辆的完整约束条件。为了提高搜索速度算法会在接近目标时利用Dubins路径分析扩展节点并检查这些路径是否与当前的障碍物地图发生碰撞。改进点3D离散搜索空间相较于传统A*混合A*不仅考虑位置信息还考虑了方向和姿态等连续状态变量从而保证了路径的实际可执行性。双重启发式规则结合了非完整约束下的最优路径估算以及考虑障碍物的最短路径规划提高了搜索效率和路径质量。快速收敛机制针对靠近目标区域的节点采用解析方法进行扩展减少了不必要的计算开销加快了搜索进程。应用场景#include ../include/Gui.hpp GUI::GUI(int rows, int cols){ display_sizecv::Size(rows, cols); displayMat(display_size, CV_8UC3, Scalar(220,220,220)); } void GUI::drawCar(State src){ RotatedRect rotRect RotatedRect(Point2f(src.x*display_size.width/MAPX, src.y*display_size.height/MAPY), Size2f(BOT_L*display_size.width/MAPX, BOT_W*display_size.height/MAPY), src.theta*Theta_Res); Point2f vert[4]; rotRect.points(vert); for(int i0;i4;i) line(display, vert[i], vert[(i1)%4], Scalar(200, 0, 0)); circle(display, Point2f((src.x 17*cos(src.theta*2.0*PI/Theta))*display_size.width/MAPX, (src.y 17*sin(src.theta*2.0*PI/Theta))*display_size.width/MAPX), 5, Scalar(255, 0, 0)); } void GUI::drawObs(Map map){ for(int i0;iMAPX;i) for(int j0;jMAPY;j) if(map.obs_map[i][j]){ for(int ki*display_size.width/MAPX;k(i1)*display_size.width/MAPX;k) for(int lj*display_size.height/MAPY;l(j1)*display_size.height/MAPY;l){ display.atVec3b(l,k){128, 128, 128}; } } } void GUI::markPoint(int i, int j){ if(i0 || iMAPX || j0 || jMAPY) return; for(int ki*display_size.width/MAPX;k(i1)*display_size.width/MAPX;k) for(int lj*display_size.height/MAPY;l(j1)*display_size.height/MAPY;l){ display.atVec3b(k,l){0, 255, 0}; } } void GUI::show(int t){ Mat tempdisplay; //resize(display, temp, display_size); imshow(Display, temp); waitKey(t); return; }该路径规划器适用于各种需要精确路径规划的应用场景特别是在复杂环境下的自主导航任务中表现出色。例如在城市道路、工业厂房或农业领域内对于无人配送车、自动叉车或者智能农机等设备来说混合A*算法能够提供安全可靠的路径解决方案。请注意上述内容基于原文进行了翻译和适当扩充以确保信息完整性和表达清晰度。实际应用和技术细节可能会随着研究进展而有所变化。
。)
