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
|
5月前
|
机器学习/深度学习 算法 机器人
【水下图像增强融合算法】基于融合的水下图像与视频增强研究(Matlab代码实现)
【水下图像增强融合算法】基于融合的水下图像与视频增强研究(Matlab代码实现)
514 0
|
5月前
|
机器学习/深度学习 算法 机器人
使用哈里斯角Harris和SIFT算法来实现局部特征匹配(Matlab代码实现)
使用哈里斯角Harris和SIFT算法来实现局部特征匹配(Matlab代码实现)
264 8
|
5月前
|
机器学习/深度学习 算法 自动驾驶
基于导向滤波的暗通道去雾算法在灰度与彩色图像可见度复原中的研究(Matlab代码实现)
基于导向滤波的暗通道去雾算法在灰度与彩色图像可见度复原中的研究(Matlab代码实现)
302 8
|
5月前
|
机器学习/深度学习 算法 数据可视化
基于MVO多元宇宙优化的DBSCAN聚类算法matlab仿真
本程序基于MATLAB实现MVO优化的DBSCAN聚类算法,通过多元宇宙优化自动搜索最优参数Eps与MinPts,提升聚类精度。对比传统DBSCAN,MVO-DBSCAN有效克服参数依赖问题,适应复杂数据分布,增强鲁棒性,适用于非均匀密度数据集的高效聚类分析。
|
5月前
|
开发框架 算法 .NET
基于ADMM无穷范数检测算法的MIMO通信系统信号检测MATLAB仿真,对比ML,MMSE,ZF以及LAMA
简介:本文介绍基于ADMM的MIMO信号检测算法,结合无穷范数优化与交替方向乘子法,降低计算复杂度并提升检测性能。涵盖MATLAB 2024b实现效果图、核心代码及详细注释,并对比ML、MMSE、ZF、OCD_MMSE与LAMA等算法。重点分析LAMA基于消息传递的低复杂度优势,适用于大规模MIMO系统,为通信系统检测提供理论支持与实践方案。(238字)
|
5月前
|
机器学习/深度学习 数据采集 负载均衡
结合多种启发式解码方法的混合多目标进化算法,用于解决带工人约束的混合流水车间调度问题(Matlab代码实现)
结合多种启发式解码方法的混合多目标进化算法,用于解决带工人约束的混合流水车间调度问题(Matlab代码实现)
276 0
|
5月前
|
机器学习/深度学习 人工智能 算法
【基于TTNRBO优化DBN回归预测】基于瞬态三角牛顿-拉夫逊优化算法(TTNRBO)优化深度信念网络(DBN)数据回归预测研究(Matlab代码实现)
【基于TTNRBO优化DBN回归预测】基于瞬态三角牛顿-拉夫逊优化算法(TTNRBO)优化深度信念网络(DBN)数据回归预测研究(Matlab代码实现)
242 0
|
5月前
|
算法 定位技术 计算机视觉
【水下图像增强】基于波长补偿与去雾的水下图像增强研究(Matlab代码实现)
【水下图像增强】基于波长补偿与去雾的水下图像增强研究(Matlab代码实现)
478 0
|
5月前
|
算法 机器人 计算机视觉
【图像处理】水下图像增强的颜色平衡与融合技术研究(Matlab代码实现)
【图像处理】水下图像增强的颜色平衡与融合技术研究(Matlab代码实现)
183 0
|
5月前
|
新能源 Java Go
【EI复现】参与调峰的储能系统配置方案及经济性分析(Matlab代码实现)
【EI复现】参与调峰的储能系统配置方案及经济性分析(Matlab代码实现)
202 0

热门文章

最新文章