Skip to content

本代码的实现包括两个部分: 第一部分: 基于人工势场法的机器人路径规划:随机生成12-15个障碍物,每个障碍物随机占据6-20个栅格,利用该人工势场法编程实现机器人从左下到右上的路径规划。 同时在代码中已实现动态展示的效果。 第二部分: 基于果蝇优化算法的路径规划:根据提供的地图,实现单机器人的全局路径规划。以及拓展部份的双机器人路径规划,两个机器人分别从左下到右上,和从右下到左上。 调用方法: 第一部分:直接运行main.m,有关于调参的部分在main.m开头 第二部分: 单机器人部分:提供了两个地图的示例,test1.m和test2.m 双机器人部分:思路是设置不同的起始点,把单机器人部分连续跑两遍,同时判断不会相撞的条件是计算交叉点处是否有时间差

Notifications You must be signed in to change notification settings

szc19990412/Path-Planning

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

1 Commit
 
 
 
 
 
 

Repository files navigation

本代码的实现包括两个部分:
第一部分:
      基于人工势场法的机器人路径规划:随机生成12-15个障碍物,每个障碍物随机占据6-20个栅格,利用该人工势场法编程实现机器人从左下到右上的路径规划。
      同时在代码中已实现动态展示的效果。
第二部分:
      基于果蝇优化算法的路径规划:根据提供的地图,实现单机器人的全局路径规划。以及拓展部份的双机器人路径规划,两个机器人分别从左下到右上,和从右下到左上。

调用方法:
      第一部分:直接运行main.m,有关于调参的部分在main.m开头
      第二部分:
            单机器人部分:提供了两个地图的示例,test1.m和test2.m
            双机器人部分:思路是设置不同的起始点,把单机器人部分连续跑两遍,同时判断不会相撞的条件是计算交叉点处是否有时间差
      

About

本代码的实现包括两个部分: 第一部分: 基于人工势场法的机器人路径规划:随机生成12-15个障碍物,每个障碍物随机占据6-20个栅格,利用该人工势场法编程实现机器人从左下到右上的路径规划。 同时在代码中已实现动态展示的效果。 第二部分: 基于果蝇优化算法的路径规划:根据提供的地图,实现单机器人的全局路径规划。以及拓展部份的双机器人路径规划,两个机器人分别从左下到右上,和从右下到左上。 调用方法: 第一部分:直接运行main.m,有关于调参的部分在main.m开头 第二部分: 单机器人部分:提供了两个地图的示例,test1.m和test2.m 双机器人部分:思路是设置不同的起始点,把单机器人部分连续跑两遍,同时判断不会相撞的条件是计算交叉点处是否有时间差

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

 
 
 

Languages