基于A星算法求解六边形栅格地图路径规划附matlab代码

简介: 基于A星算法求解六边形栅格地图路径规划附matlab代码

✅作者简介:热爱科研的Matlab仿真开发者,修心和技术同步精进,matlab项目合作可私信。

🍎个人主页:Matlab科研工作室

🍊个人信条:格物致知。

更多Matlab仿真内容点击👇

智能优化算法       神经网络预测       雷达通信      无线传感器        电力系统

信号处理              图像处理               路径规划       元胞自动机        无人机

⛄ 内容介绍

为了提高栅格地图中路径规划的质量和效率,研究了采用不同类型的栅格建立栅格地图的方法,并分析了在相同环境、相同路径规划算法的情况下,不同类型栅格对最终规划路径的影响.仿真结果表明,采用正六边形栅格(蜂巢栅格)的栅格地图相比于传统栅格的栅格地图,在障碍物信息描述方面更具有优势,规划出的路径长度最短,效率较高.

⛄ 部分代码

clc

clear

close all

h_data=xlsread('data.xlsx');%读取高程数据

[row,col]=size(h_data);

S_coo=[1 1];%起始六边形中心位置

h_x=zeros(row,col);

h_y=zeros(row,col);

for i=1:row

   h_x(i,:)=1:col;

   if mod(i,2)==0

       h_x(i,:)=h_x(i,:)+0.5;

   end

   h_y(i,:)=S_coo(2)+(i-1)*3^0.5/2;

end

h2_data=ceil(h_data/20)-1;

alphy=pi/6:pi/3:(11*pi/6);

r=1/3^0.5;

figure(1)

hold on

axis([0.45 27 0.4 18.1])

%% 设置图的大小和位置

set(gcf,'position',[200,40,1200,720]);

for i=1:row

   for j=1:col

       x=h_x(i,j)+r*cos(alphy);

       y=h_y(i,j)+r*sin(alphy);

       for k=1:h2_data(i,j)

           h=fill(x,y,'y');

           set(h,'facealpha',0.15)

       end

       text(h_x(i,j)-0.2,h_y(i,j)-0.3,num2str(h_data(i,j)),'FontSize',6)

       text(h_x(i,j)-0.2,h_y(i,j)+0.3,num2str((i-1)*col+j),'FontSize',6)

   end

end

           

k_line=xlsread('data2.xlsx');%读取黑色路径数据

r_line=xlsread('data3.xlsx');%读取红色路径数据    

for k=1:size(k_line,1)

   i1=ceil(k_line(k,1)/col);

   j1=mod(k_line(k,1)-1,col)+1;

   i2=ceil(k_line(k,2)/col);

   j2=mod(k_line(k,2)-1,col)+1;

   plot([h_x(i1,j1),h_x(i2,j2)],[h_y(i1,j1),h_y(i2,j2)],'k','LineWidth',2)

end

for k=1:size(r_line,1)

   i1=ceil(r_line(k,1)/col);

   j1=mod(r_line(k,1)-1,col)+1;

   i2=ceil(r_line(k,2)/col);

   j2=mod(r_line(k,2)-1,col)+1;

   plot([h_x(i1,j1),h_x(i2,j2)],[h_y(i1,j1),h_y(i2,j2)],'r','LineWidth',2)

end

⛄ 运行结果

六角格下方数字表示高程给出一个点或多个点(如3228处的红点),均位于六角格中心,可以在地图内运动。运动方向为垂直于六角格的六个边,运动的最小单位为1格。速度如下:相邻两格高程相同或正负20以内,速度6格/min相邻两格高程相差超过20,每高20,进入速度减半。如140进入200,速度2格/min。由高处进入低处,速度不变,为6格/min 沿黑线运动速度8格/min,沿红线运动速度14格/min,在红黑线上运动时不受高低差影响现给出任意一个格,找到各点到该格的最快路线。

⛄ 参考文献

[1] 黄浩乾, 沈寒伊, 唐家成,等. 基于六边形栅格地图的多AUV任务分配与路径规划方法:, CN111307153A[P]. 2020.

[2] 王文明, 杜佳璐. 基于正六边形栅格JPS算法的智能体路径规划[J]. 系统工程与电子技术, 2021(043-012).

[3] 关泉珍, 鲍泓, 史志坚. 基于A*算法的驾驶地图路径规划实现[J]. 北京联合大学学报, 2016, 30(2):9.

[4] 朱宝艳, 李彩虹, 宋莉,等. 基于栅格的可视图建模的移动机器人全局路径规划A*搜索算法[J].  2017.

[5] 陶哲, 高跃飞, 郑天江,等. 基于A*算法在蜂巢栅格地图中的路径规划研究[J]. 中北大学学报:自然科学版, 2020, 41(4):8.

⛳️ 代码获取关注我

❤️部分理论引用网络文献,若有侵权联系博主删除
❤️ 关注我领取海量matlab电子书和数学建模资料


相关文章
|
6天前
|
机器学习/深度学习 存储 算法
近端策略优化(PPO)算法的理论基础与PyTorch代码详解
近端策略优化(PPO)是深度强化学习中高效的策略优化方法,广泛应用于大语言模型的RLHF训练。PPO通过引入策略更新约束机制,平衡了更新幅度,提升了训练稳定性。其核心思想是在优势演员-评论家方法的基础上,采用裁剪和非裁剪项组成的替代目标函数,限制策略比率在[1-ϵ, 1+ϵ]区间内,防止过大的策略更新。本文详细探讨了PPO的基本原理、损失函数设计及PyTorch实现流程,提供了完整的代码示例。
114 10
近端策略优化(PPO)算法的理论基础与PyTorch代码详解
|
1月前
|
机器学习/深度学习 算法 机器人
基于QLearning强化学习的较大规模栅格地图机器人路径规划matlab仿真
本项目基于MATLAB 2022a,通过强化学习算法实现机器人在栅格地图中的路径规划。仿真结果显示了机器人从初始位置到目标位置的行驶动作序列(如“下下下下右右...”),并生成了详细的路径图。智能体通过Q-Learning算法与环境交互,根据奖励信号优化行为策略,最终学会最优路径。核心程序实现了效用值排序、状态转换及动作选择,并输出机器人行驶的动作序列和路径可视化图。
192 85
|
2月前
|
存储 算法 程序员
C 语言递归算法:以简洁代码驾驭复杂逻辑
C语言递归算法简介:通过简洁的代码实现复杂的逻辑处理,递归函数自我调用解决分层问题,高效而优雅。适用于树形结构遍历、数学计算等领域。
|
3月前
|
并行计算 算法 测试技术
C语言因高效灵活被广泛应用于软件开发。本文探讨了优化C语言程序性能的策略,涵盖算法优化、代码结构优化、内存管理优化、编译器优化、数据结构优化、并行计算优化及性能测试与分析七个方面
C语言因高效灵活被广泛应用于软件开发。本文探讨了优化C语言程序性能的策略,涵盖算法优化、代码结构优化、内存管理优化、编译器优化、数据结构优化、并行计算优化及性能测试与分析七个方面,旨在通过综合策略提升程序性能,满足实际需求。
99 1
|
3月前
|
存储 缓存 算法
通过优化算法和代码结构来提升易语言程序的执行效率
通过优化算法和代码结构来提升易语言程序的执行效率
|
3月前
|
算法
分享一些提高二叉树遍历算法效率的代码示例
这只是简单的示例代码,实际应用中可能还需要根据具体需求进行更多的优化和处理。你可以根据自己的需求对代码进行修改和扩展。
|
3月前
|
分布式计算 Java 开发工具
阿里云MaxCompute-XGBoost on Spark 极限梯度提升算法的分布式训练与模型持久化oss的实现与代码浅析
本文介绍了XGBoost在MaxCompute+OSS架构下模型持久化遇到的问题及其解决方案。首先简要介绍了XGBoost的特点和应用场景,随后详细描述了客户在将XGBoost on Spark任务从HDFS迁移到OSS时遇到的异常情况。通过分析异常堆栈和源代码,发现使用的`nativeBooster.saveModel`方法不支持OSS路径,而使用`write.overwrite().save`方法则能成功保存模型。最后提供了完整的Scala代码示例、Maven配置和提交命令,帮助用户顺利迁移模型存储路径。
|
3月前
|
算法 测试技术 开发者
在Python开发中,性能优化和代码审查至关重要。性能优化通过改进代码结构和算法提高程序运行速度,减少资源消耗
在Python开发中,性能优化和代码审查至关重要。性能优化通过改进代码结构和算法提高程序运行速度,减少资源消耗;代码审查通过检查源代码发现潜在问题,提高代码质量和团队协作效率。本文介绍了一些实用的技巧和工具,帮助开发者提升开发效率。
67 3
|
4月前
|
缓存 分布式计算 监控
优化算法和代码需要注意什么
【10月更文挑战第20天】优化算法和代码需要注意什么
49 0
|
4月前
|
存储 缓存 算法
如何通过优化算法和代码结构来提升易语言程序的执行效率?
如何通过优化算法和代码结构来提升易语言程序的执行效率?
105 5

热门文章

最新文章