路径规划算法_自动驾驶汽车路径规划算法浅析

作者：Li_阴宅 | 2024-08-14 10:16:50

踩

小车自动寻路算法

自动驾驶汽车的路径规划算法最早源于机器人的路径规划研究，但是就工况而言却比机器人的路径规划复杂得多，自动驾驶车辆需要考虑车速、道路的附着情况、车辆最小转弯半径、外界天气环境等因素。

本文将为大家介绍四种常用的路径规划算法，分别是搜索算法、随机采样、曲线插值和人工势场法。

1．搜索算法 搜索算法主要包括遍历式和启发式两种，其中Dijkstra算法属于传统的遍历式，A*算法属于启发式，在A*算法的基础上，还衍生出了D*Lite算法、Weighted A*算法等其他类型。 Dijkstra算法最早由荷兰计算机学家狄克斯特拉于1959年提出，算法核心是计算从一个起始点到终点的最短路径，其算法特点是以起始点开始向周围层层扩展，直到扩展到终点为止，再从中找到最短路径，算法搜索方式如图(1-1)所示。 A*算法在Dijkstra算法上结合了最佳优先算法，在空间的每个节点定义了一个启发函数(估价函数)，启发函数为当前节点到目标节点的估计值，从而减少搜索节点的数量从而提高效率。 A*算法中的启发函数包括两部分，表示从初始点到任意节点n的代价，表示节点n到目标点的启发式评估代价，在对象从初始点开始向目标点移动时，不断计算的值，从而选择代价最小的节点。一般来说遍历式算法可以取得全局最优解

声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/Li_阴宅/article/detail/979304