A星路径规划算法详解及MATLAB代码实现‌

首先看看运行效果,分别有三种模式,代码运行前需要通过鼠标点击设置起点和终点。

第一种模式直接输出最短路径

第二种模式输出最短路径的生成过程

第三种模式输出最短路径的生成过程和详细探索的过程

代码获取

gitee链接:https://gitee.com/chenshao777/A_Star_Matlab (麻烦点个Star哦!感谢!)

A星算法Matlab仿真

B站上我也发了视频,不过之前的版本没有添加鼠标点击功能 【晨少原版 | 已开源】A*路径规划算法Matlab仿真

cut-off

代码是2022年除夕前一天完成的

博主肝代码不易,还请各位点赞、关注支持一下,哈哈!

cut-off

一、A* 算法原理

二、A* 算法实现步骤

cut-off

一、A* 算法原理

A* 算法是专门用来求解地图中最短路径的算法,同样的算法有很多,但实际中最常用的就是A*算法。

举个例子来说,A*算法通常要将地图网格化,如下图所示:

假设有一只乌龟在追小白兔,乌龟此时的位置是(2,2),小白兔的位置是(6,6),假设小白兔静止不动。

根据A *算法的原理,乌龟只能向左、向右、向上、向下走,那么(1,2)、(2,1)、(3,2)、(2,3)是乌龟下一轮可以到达的点,这些点叫做 待探索的点

步骤一

寻找下一步可以到达的节点,将这些待探索的点加入待探索数组 frontier 中,也叫边界数组。

计算出新加入点的代价,代价 = 当前代价 + 预估代价 , 公式表达为 F= G + H

----------------------------------------

所谓 当前代价 G 就是从起点到达当前点所经过的路程,例如(1,2)、(2,1)、(3,2)、(2,3)这四个点的当前代价都等于(2,2)点到达其所需的路程,即为 1 。

----------------------------------------

所谓 预估代价 H 就是从当前点到终点的曼哈顿距离(横纵坐标差值之和,| x1 - x2| + |y1 - y2|)

所以(1,2)、(2,1)、(3,2)、(2,3)四个待探索点的预估代价分别为9、9、7、7 。

当前代价 / 预估代价结果如下图所示:

cut-off

步骤二

将待探索点按照代价的大小升序排序,则排序后的待探索数组中待探索点的顺序为

(3,2)、(2,3)、(1,2)、(2,1)

接着取出第一个,即代价最小的点作为小乌龟的此轮目标点,即为下一轮的起始点,并把该点从待探索数组 frontier 中删去 ,加入 已探索数组 already_frontier 中,则会得到下面的情况:

此时小乌龟在(3,2)位置,且为了更形象的表达,图中将待探索点标成了蓝色,已探索点标成了绿色(已探索点目前有(2,2)和(3,2),待探索点有(1,2)、(2,1)、(2,3))

cut-off

步骤三

记录下当前点到起点的路径,可以这么记 [(2,2) , (3,2)],在matlab中可以表现为一个2行2列的矩阵

2   2

3   2

接着判断当前节点是否是终点,如果不是终点则继续步骤一,继续寻找下一步可以探索的点

为了便于大家的理解,再跟着步骤一、二、三进行下一轮

- 如上图所示,找出小乌龟下一轮可以去到的点,判断周围的点是否在已探索数组 already_frontier 中,

- 如果在则忽略,接着判断这些点是否已经在待探索数组 frontier 中,如果在则比较该点的 当前代价G 与 如果经过小乌龟当前位置而到达该点现在位置所需的 当前代价G2 进行比较,

- 如果G > G2则将该点的上一个节点(可以理解为父节点)改成小乌龟当前所在节点,更新其当前代价为G2。

最后计算出他们的代价,接着对待探索数组升序排序后,选出第一个代价最小的点作为下一轮的起始点。

由于我是以 左下右上 的顺序寻找待探索点的,所以前两次选择到的代价最小是(3,2)和(4,2),如果你按照 上右下左的顺序,则你选择到的代价最小会是(2,3)和(2,4),这个并不会影响到最终的最短路径长度,只是路径不同罢了

根据上面三个步骤一直循环,就可以得到一条最短的路径,下图绿色点表示的即为最短路径

当然也可以是先往上走,再往右走,根据每个人自己选择的待探索点的顺序来确定

cut-off

二、A* 算法实现步骤

1、将起点加入待探索数组 frontier ,代价赋为 0

2、找出 frontier 中代价 F 最小的点,移出 frontier ,添加进已探索数组 already_frontier

3、判断该点是否是终点,如果不是则继续

4、将该节点周围的四个点找出,判断这四个点是否在 already_frontier数组中,如果在则忽略(当然这四个点也不能超出地图范围或者位于障碍物中)。

5、判断这些点是否已经在待探索数组 frontier 中,如果在,则将该点的 当前代价G 与 经过当前节点到达该点的 当前代价G2 进行,如果G > G2则将该点的上一个节点(可以理解为父节点)改成当前节点,更新其当前代价为G2,并更新其 代价F。(这一步非常重要,有利于找出更加短的路径)

6、将剩下符合要求的点添加进 frontier ,并计算 代价 F,对 frontier 数组按照 代价 F 排序

7、同时记录下路径,即每个节点都要记录其上一个节点,方便最后进行路径的回溯找出最短路径

8、循环 2 - 7 步骤,直到到达终点终止循环

补充:对于第四步来说,可以将可运动方向改为八个方向,即上、下、左、右、左上、左下、右上、右下,需要注意的是每次运动的步长就不只是 1 了,还有根号 2 ,我写的A*算法仿真(文章开头的那个演示)就是按照八个方向来写的,这样得出的路径会更贴合实际。

相关推荐
技术文档
软件下载
QR Code
微信扫一扫,欢迎咨询~

联系我们
武汉格发信息技术有限公司
湖北省武汉市经开区科技园西路6号103孵化器
电话:155-2731-8020 座机:027-59821821
邮件:tanzw@gofarlic.com
Copyright © 2023 Gofarsoft Co.,Ltd. 保留所有权利
遇到许可问题?该如何解决!?
评估许可证实际采购量? 
不清楚软件许可证使用数据? 
收到软件厂商律师函!?  
想要少购买点许可证,节省费用? 
收到软件厂商侵权通告!?  
有正版license,但许可证不够用,需要新购? 
联系方式 155-2731-8020
预留信息,一起解决您的问题
* 姓名:
* 手机:

* 公司名称:

姓名不为空

手机不正确

公司不为空