栅格地图中的平滑车辆路径遍历与动画演示

本项目是一个Python程序，用于在二维栅格地图中为模拟小车生成平滑的遍历路径。它包括使用优先转弯的深度优先搜索（DFS）进行路径规划，使用B样条进行路径平滑，针对矩形小车模型的碰撞检测，以及将小车运动可视化为MP4或GIF动画。

主要功能

• 栅格地图表示: 使用简单的二维NumPy数组表示地图（0为空地，1为障碍物）。
• 路径规划: 实现了一种深度优先搜索（DFS）的变体，该变体优先考虑转弯操作，以探索更多可用空间。
• 路径平滑: 利用SciPy的B样条插值（splprep, splev）从原始栅格控制点创建平滑轨迹。
• 运动学小车模型: 将小车表示为具有可定义长度和宽度的矩形。
• 碰撞检测:
  • 检查小车（在给定姿态：x, y, 角度）是否与栅格地图中的障碍物发生碰撞。
  • 验证整个平滑路径是否存在碰撞，并在动画中高亮显示发生碰撞的路段。
• 可视化:
  • 使用Matplotlib显示栅格地图、规划路径和小车。
  • 将小车沿平滑路径的行驶过程制作成动画。
  • 如果小车进入预先检测到的碰撞状态，其颜色会发生变化（例如，变为橙色）。
  • 在栅格上显示起点。
  • 确保在绘图中正确显示中文字符和负号。
• 动画导出:
  • 使用 ffmpeg 将动画保存为MP4视频文件。
  • 在保存MP4期间提供进度回调，向控制台打印更新信息。
  • 如果MP4保存失败，则包含使用 Pillow 保存为GIF格式的备选方案。
  • 如果路径点过少无法生成动画或路径生成失败，则保存静态图像。
• 可定制参数:
  • 小车尺寸（长度、宽度）。
  • 样条平滑度。
  • 平滑路径中每段的点数。
  • 动画帧间隔。

环境要求

• Python 3.x
• NumPy
• Matplotlib
• SciPy
• FFmpeg: 保存MP4动画所必需。
  • Debian/Ubuntu: sudo apt-get install ffmpeg
  • macOS (使用 Homebrew): brew install ffmpeg
  • Windows: 从 ffmpeg.org 下载并将其添加到系统的PATH环境变量中。
• Pillow: 保存GIF动画所必需（作为备选方案）。
  • pip install Pillow

安装步骤

1. 克隆仓库:

   git clone <(https://github.com/CraftNobody0505/CarLogisticsSimulator)>
   cd <CraftNobody0505>

2. 安装Python依赖:

   pip install numpy matplotlib scipy Pillow

   （请确保已按照“环境要求”部分单独安装了FFmpeg）。

如何运行

主脚本可以直接执行。地图、起始位置和小车参数的配置在Python脚本的 if __name__ == '__main__': 代码块中进行。

1. （可选）修改参数: 打开Python脚本（例如 main.py 或您命名的文件），在 if __name__ == '__main__': 代码块中根据需要调整以下内容：

   • grid_map_for_smooth: 定义您的栅格地图。
   • start_pos_grid_smooth: 设置小车的起始 (行, 列)。
   • SmoothCurveCarTraversal 构造函数参数：
     • car_length (小车长度)
     • car_width (小车宽度)
     • spline_smoothness (样条平滑度)
     • points_per_segment (每段点数)
   • traversal_system.visualize 方法参数：
     • filename: 输出动画文件名。
     • interval: 动画帧间隔（毫秒）。

2. 运行脚本:

   python your_script_name.py

   (请将 your_script_name.py 替换为您的Python脚本文件名)

输出结果

• 动画文件: 一个 .mp4 文件（如果MP4保存失败，则为 .gif 文件，例如 smooth_car_progress.mp4）将被保存在同一目录中，显示小车沿路径行驶的过程。
• 静态图像: 如果路径太短或无效，将保存一个静态 .png 图像（例如 smooth_car_progress_static.png 或 smooth_car_progress_static_fallback.png）。
• 控制台输出:
  • 关于路径生成和碰撞验证的状态消息。
  • 动画保存期间的进度更新（例如，“保存动画进度: X%”）。
  • 任何错误消息。

代码结构简介

• SmoothCurveCarTraversal 类:
  • __init__(...): 初始化地图、小车、路径规划和平滑处理。
  • _generate_grid_control_points(...): 基于DFS的原始路径点生成。
  • _simplify_and_convert_control_points(...): 简化原始路径点。
  • _create_smooth_path_from_waypoints(...): 使用B样条进行路径平滑。
  • _validate_smooth_path_for_collision(): 检查整个平滑路径的碰撞情况。
  • visualize(...): 处理Matplotlib动画的设置和保存。
  • _visualize_static_obstacle_start(...): 用于生成静态图像的备选方法。
  • _is_grid_valid(...), _get_turn_prioritized_grid_moves(...): DFS的辅助方法。
• 碰撞检测函数:
  • get_car_corners(...): 计算小车四个角点的世界坐标。
  • check_car_collision_at_pose(...): 在特定姿态下检查小车与栅格障碍物的碰撞。
• SaveProgressCallback 类:
  • 一个辅助类，传递给 FuncAnimation.save 方法，用于在控制台提供保存进度的反馈。
• 常量与设置:
  • Matplotlib关于中文字体和视觉样式的配置。
  • 栅格单元类型常量 (EMPTY, OBSTACLE, START_POINT_GRID)。
• if __name__ == '__main__': 代码块:
  • 示例用法：定义示例栅格地图和起始位置，实例化 SmoothCurveCarTraversal，并调用 visualize()。

未来可尝试的增强功能

• 实现更高级的路径规划算法（如A*, RRT*等）。
• 集成车辆动力学和控制约束。
• 支持动态障碍物。
• 交互式地图定义或从文件加载地图。
• 更精细的碰撞检测算法（例如，用于多边形间碰撞的SAT分离轴定理）。

许可证

（在此处指定您的许可证，例如MIT许可证。如果您还没有，请考虑添加一个。一个常见的简单选择是MIT。）