ROSTurtlebot上的Dstar-lite 仿真:ME / CS 133b机器人最终项目,加州理工学院,2017年冬季,贡献者:胡博涛,刘玉凯,石冠亚。 ROS和Turtlebot:CS / ME / EE 134自治最终项目,加州理工学院,2018年Spring,贡献者:胡博涛,刘玉凯,石冠亚,吴彦,吴玉伟。 (按字母顺序) 1.模拟 运动计划是算法和机器人技术的基本主题,它考虑了机器人需要确定从某个起点到目标的最短路径,同时避免环境中所有障碍的问题。 D * Lite,D *算法的简化,从目标开始反向搜索并尝试从头开始,并使用当前的最佳路径和启发式估计来贪婪地扩展每个节点。 该项目首先实现了基于python的D * lite算法。 为了测试机器人的性能,我们还生成随机迷宫并通过MATLAB记录其路径。 有关使用说明,请参见./D_star_lite_simulation/r
2021-11-22 20:30:06 4.6MB Python
1
D * -Lite类 该软件是D * -Lite算法的实现,如[Koenig,2002]中所述。 这是非优化版本,如本文图5所述。 在下面的第3节中说明了对该算法所做的一些小改进。 该资源是根据GNU通用公共许可证版本3(2007年6月29日发布)发布的,该版本可在以下获得: : 请注意,这是一个早期版本,该软件仍然存在一些小错误。 运行dstar测试程序: 您需要先安装OpenGL / GLUT库,然后才能运行。 但是您不需要他们在自己的程序中使用Dstar类。 $ tar -xzf dstar.tgz $ cd dstar $ make $ ./dstar 指令 [q / Q]-退出 [r / R]-重新计划 [a / A]-切换自动重新计划 [c / C]-清除(重新启动) 鼠标左键-使单元格不可遍历(成本-1) 鼠标中键-将目标移至单元格 右键单击-将开始移至单元
2021-10-08 13:18:14 10KB C++
1
主要解决移动机器人路径规划问题,采用Matlab语言编程。
D*算法又称为动态A*算法,在未知环境或有动态障碍物出现时,采用A*算法需要丢弃初始规划完成的open表和close表,重新进行规划。造成规划时间的增加,D*算法的核心思想是先用dijkstra或A*从目标点向初始点进行反向搜索,然后机器人从起点向目标点移动,当遇到动态障碍物时,只进行局部的更改即可,效率明显提高。本仿真基于matlab进行D*算法的动画演示。
2019-12-21 20:55:54 4KB Dstar 动态 路径规划
1
寻找路径的方法,对这种方法感兴趣的可以参考一下
2019-12-21 19:50:49 4KB DStar
1
该程序调用一些GNU库,请在类Unix系统下编译使用。
2019-12-21 19:26:12 7KB Dstar
1
移动机器人D*Lite路径规划算法设计源码,该程序调用一些GNU库,请在类Unix系统下编译使用。
2019-12-21 19:26:12 6KB Dstar
1