问题标签 [motion-planning]

在尝试使用波前算法时，我遇到了一个我无法轻松解决的场景。我用波前算法填充数组并使用摩尔邻域，考虑到几个邻居完全相同，我如何决定走哪条路。

我当地的邻居有 4,4,5,5,5,4,5,6 的值。局部最小值是 4，但在这种情况下我有 3 个。如果有几个局部最小值需要移动，我该如何做出决定。现在我正在随机决定是否存在相等的值，但我觉得有更好的方法来决定。

通往目的地的所有路径都具有相同的步数（5 步），但所走的每条路径都不同。我还假设为路径选择了局部最小值。

我的问题是，给定相同数量的步骤（在波前），除了随机化或比较器的顺序之外，还有其他方法可以决定从一个块移动到另一个块的方式吗？

只是一个符号，99 表示一个障碍。

仅纯局部最小值或比较器顺序的问题是下图所示的失败案例。

我不是在寻找这个问题的 Astar 解决方案，但我觉得在这种情况下，我将面临完全相同的决策问题，因为所有路径都是平等的。

谢谢

编辑：我错误地生成了数字，很尴尬。

这是波前的正确生成

正确生成时，它显示只有 1 条路径

即使障碍有点复杂

注意：在所有图像（已校正）中，路径是使用 Van Neumann 邻域生成的，而运动是通过 Moore 邻域生成的。

但是，如果使用范诺依曼邻域生成和范诺依曼导航，问题又出现了。

RRT 和 RRT* 的时间和空间复杂度是多少？与基于图的增量启发式算法相比，基于增量采样的算法如何执行

我试图找到从给定
initial_state（形式为 list[row,col,orientation]）到给定目标（形式为 list[row,col]）的汽车的最佳路径。

汽车可以沿方向（上、左、下、右）自由前进。

它可以执行 3 个动作，分别是：
右转前进（2）、前进（1）、左转前进（20）
注意：括号中的数字是执行相应动作所涉及的成本

转向发生在同一个单元格中。
由 0 和 1 组成的2D 列表（称为grid）作为输入（2D 非循环世界）。
0 --- 可导航单元格
1 --- 不可导航单元格

任务是从多个可能的路径中找到一条路径（成本最低）。

这是我的代码。

我在不可导航的单元格处创建了一个具有任意高值 999（高于所涉及的最大成本）的 2D 列表值。

接下来我创建一个空列表（称为 Routes），它将存储不同的路由。每条路线将采用以下形式 - [成本、路线中的单元格列表、汽车的最终方向]。在进入 while-Loop 之前，Route 被初始化为初始状态（因为它将成为任何 Route 的一部分）。

一个 for 循环检查有效邻居（邻居的有效性 - 应该在网格中，应该是可导航的）。

对于一个有效的邻居——
在 thisRoute 中创建 presentRoute 的副本。
将新的单元格坐标附加到路线中的单元格列表中。
根据执行的操作更新成本。
根据动作更新最终方向。
*最后将此新路由附加到 Routes。
（对于每个有效的邻居，一个新的路由被附加到 Routes 中）

Routes[0] 现已删除。在对路线进行排序时，列表中的第一条路线将是成本最低的路线。变量 'r' 和 'c' 用 min-cost Route 的最后一个单元格更新。

一旦 [r,c] 等于目标，我们就找到了成本最低的路线。

输出与我的信念不同。我查找此代码中的错误。

在编译我自己的项目时，出现如下错误：

这是我的源代码的一部分，

这是我提到的示例文件之一RRT 有人遇到过类似的问题吗？我是 C++ 新手，希望能得到一些线索。先感谢您。

当 RRT 或其变体（例如 RRT-connect）用于没有解决方案的配置空间时会发生什么？（例如，当所有现有路径都没有碰撞时）

它只是永远循环吗？

我将 ros nav stack 与 google cartographer（映射和本地化）结合使用，在已知地图中导航机器人。现在，机器人遵循以可接受的精度生成的路径。但是，通常，一旦生成了路径，机器人就会以 params 文件中设置的最高速度（escape_velocity 参数）反转，然后开始在生成的路径上正确前进。

我附上了我所有参数文件的图像： 1. Praram Files-1 2. Param Files-2。顶部提到了每个参数文件的名称。但为避免混淆，它们的顺序如下：

A. Param Files-1: 1. Global Costmap Params 2. Local Costmap Params 3. Common Costmap Params 4. Global Plnner Params 5. Local Planner Params

B. 参数文件-2：移动基础参数

这是 rviz 上的视频链接。https://vimeo.com/320040685

绿色的细线是 ros nav stack 生成的计划。视频后面看到的较粗的线是实际的机器人运动。可以看到机器人先倒车，然后开始向前移动。

我是这个论坛的新手，所以如果我需要提供更多数据让任何人回答这个问题，请告诉我

还有其他人有这个问题吗？将不胜感激有关解决此问题的任何提示！提前致谢！

PS：我在 Ubuntu 14.04 上使用 ROS Indigo

我正在尝试基于此代码实现我自己的代码。当我阅读这段代码时，我对这部分感到困惑。以下函数的部分：

作者是如何给出这些值的？我知道我们什么时候开始检查 8 个邻居，但是这些数字是多少？我的意思是这些 [1, 0, 1] 等等。如果我想为 3D 生成它们会是什么？

这是下面的A星算法Python代码：

我正在阅读有关 A 星算法的 Python 代码。对我来说，我理解这个算法是如何工作的，但是当我谈到代码时，我得到了一些令人困惑的东西，直到理解为止。根据下面的代码片段，我的意思是类节点，这里 pind 意味着什么？会怎么做。。

这是Python中A星算法的完整代码

我正在研究 A 星算法。我正在尝试根据 A 星为无人机建立轨迹。我在下面实现了我的代码。我需要考虑障碍物的高度并修改我的方程式：

F= G+H至F=H+G+E

E：代表障碍物的标高。我们让无人机在地图上的特定高度飞行，如果障碍物非常高（这意味着它的风险非常高），障碍物和无人机之间的距离太近，所以无人机会更喜欢飞越短障碍。如果障碍物高于无人机的高度，它会掉头。

我添加了一个带有随机高度生成和drone_altitude 的高程图，但它不适用于我。请问我可以得到一些帮助吗？

A-star Python 代码：

我对这个概念有基本的了解，但讲师给出的典型答案让我感到困惑，

我对 (2,3)B 节点如何在 (2,3)A 节点之前扩展的事实感到困惑，理论上该节点首先被添加到队列中（在添加节点 B 之前）

该树是网格最短路径评估的图形表示。这棵树并不意味着 (2,3)A 节点实际上没有子节点，它们指的是网格中的相同位置，有人可以澄清我所缺少的吗？提前致谢 ：）