自动驾驶小白说 🏎️4.5.c A*代码解析
type
status
slug
date
summary
tags
category
password
icon
生活就像一盒巧克力，你永远不知道你会得到什么。
—《阿甘正传》
🏰代码及环境配置：请参考0.2 环境配置和代码运行 | 动手学运动规划!
本节提供了A*算法的代码测试：
4.5.c.1 构图的代码实现
基于图搜的运动规划中最重要的一步是构图，构建的图比较简单，主要包含map border和obstacles，读者也可根据需求修改构图方式。
4.5.c.2 A*的代码实现
在A*算法中，首先我们定义了节点
Node ，这是图的基础元素。其中（x, y）表示节点的位置，cost表示从源节点到当前节点的cost，parent 表示当前节点的父节点。在A*中，启发式函数使用的是欧式距离，如下：
下面是A*的核心算法，基于环境信息，起始点位置，目标点位置搜到最优路径，其中：
sx:起始点的x坐标的值sy:起始点的y坐标的值gx:目标点的x坐标的值gy:目标点的y坐标的值最终返回一条路径：
rx, ry4.5.c.3 A*的代码测试
在
main 函数中设置起始点，目标点，grid的分辨率和机器人的半径，在创建grid map之后，并运行A*算法，即可找到最优路径。如下图所示，红色路径即为最终A*搜出来的最优路径。
Loading...
