ros学习之路径规划

一、全局路径规划中的地图

• 1、栅格地图（Grid Map）
• 2、概率图（Cost Map）
• 3、特征地图（Feature Map
• 4、拓扑地图（Topological Map）

二、全局路径规划算法

1、Dijkstra 算法

2、最佳路径优先搜索算法（BFS）

3、A * 搜索算法

• 双向 A * 搜索算法
• 重复 A * 搜索算法
• Anytime Repairing A* (ARA*) 搜索算法
• 实时学习 A * 搜索（LRTA*）算法

• 实时适应性 A * 搜索（RTAA*）算法

4、动态 A * 搜索（D*）算法   ——存在动态障碍物时实时进行路径规划                      

5、终身规划 A * 搜索算法

6、Anytime D * 搜索算法：变动较小

7、Anytime D * 搜索算法：变动较大

8、快速随机搜索树（RRT）算法

9、目标偏好 RRT 算法

10、双向快速扩展随机树（RRT_CONNECT）算法

11、Extended_RRT 算法

12、动态 RRT 算法——动态避障路径规划

13、快速行进树（FMT*）算法

14、Batch Informed 树（BIT*）算法

三、局部路径规划算法

1、人工势场法       

2、动态窗口法（DWA，dynamic window approach）

优点：

• 计算复杂度低：考虑到速度和加速度的限制，只有安全的轨迹会被考虑，且每次采样的时间较短，因此轨迹空间较小
• 可以实现避障：可以实时避障，但是避障效果一般
• 适用与差分和全向车模

缺点：

• 前瞻性不足：只模拟并评价了下一步，如在机器人前段遇见“C”字形障碍时，不能很好的避障
• 动态避障效果差： 模拟运动轨迹断，动态避障效果差
• 非全局最优路径： 每次都选择下一步的最佳路径，而非全局最优路径
• 不适用于阿克曼模型车模