moveit2笛卡尔路径规划添加速度约束的代码，有两个launch文件，在两个终端里分别启动

人工势场法的基本思想是在障碍物周围构建障碍物斥力势场，在目标点周围构建引力势场，类似于物理学中的电磁场。被控对象在这两种势场组成的复合场中受到斥力作用和引力作用，斥力和引力的合力指引着被控对象的运动，搜索无碰的避障路径。  更直观而言，势场法是将障碍物比作是平原上具有高势能值的山峰，而目标点则是具有低势能值的低谷。

概述 该存储库实现了机器人技术中常用的一些路径规划算法，包括基于搜索的算法和基于采样的算法。我们为每种算法设计了动画以显示运行过程。相关论文在中列出。 目录结构 . └── Search-based Planning ├── Breadth-First Searching (BFS) ├── Depth-First Searching (DFS) ├── Best-First Searching ├── Dijkstra's ├── A* ├── Bidirectional A* ├── Anytime Repairing A* ├── Learning Real-time A* (LRTA*) ├── Real-time Adaptive A* (RTAA*) ├── Lifelong Planning A*

多机器人路径规划算法，可视化界面显示，默认实验数据为实现4个机器人路径规划

搜索类的算法 Dijkstra、 Astar、 D_star、 D_star_Lite、Anytime_D_star 、LPAstar、ARASTAR 、Best_First 、LRTAstar等 采样类的算法 RRT、RRT_connect、rrt_sharp、rrt_star、rrt_star_smart、informed_rrt_star、fast_marching_trees、fast_marching_trees、advanced_batch_informed_trees等

遗传算法、蚁群算法、改进遗传算法、改进蚁群算法

对自己拟定的二维栅格地图，通过蚁群算法寻优

：以3D游戏中智能体的路径规划为研究背景，对于如何生成3D游戏的地形网格以及如何进行高速、准确的路径规划进行了研究。提出了一种分层的解决方案，首先通过建立导航网格划分状态空间；接着使用引入地形估价因子的 算法进行网格寻路，并通过拐角点法生成路径，同时对 算法的OPEN表进行了二叉堆的优化；最后介绍了基于射线透射的局部 算法对动态障碍物的处理。实验分析表明该算法的有效性。

基于障碍物检测势场蚁群算法的平滑路径规划，陈铁中，石万凯，针对室内移动机器人提出一种基于障碍物检测蚁群算法的平滑路径规划方法。首先，针对传统蚁群算法初期信息素浓度差异小、收敛速度

基于优化蚁群算法的机器人路径规划_郭琴