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

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

文件列表：
├文件夹1：[Path-Planning-master]
│  ├(1)README.txt
│  ├文件夹1：[第一部分]
│  │  ├(1)compute_angle.m
│  │  ├(2)compute_Attract.m
│  │  ├(3)compute_repulsion.m
│  │  ├(4)main.m
│  │  ├(5)map1.bmp
│  │  ├(6)shange.m
│  │  └█
│  ├文件夹2：[第二部分]
│  │  ├(1)AFSA.m
│  │  ├(2)BA.m
│  │  ├(3)barrier.txt
│  │  ├(4)barrier1.txt
│  │  ├(5)barrier2.txt
│  │  ├(6)barrier3.txt
│  │  ├(7)DijkstraPlan.m
│  │  ├(8)distance.m
│  │  ├(9)FOA.m
│  │  ├(10)FOAcurve.fig
│  │  ├(11)FOApath.fig
│  │  ├(12)FOA_fitness.m
│  │  ├(13)lines.txt
│  │  ├(14)lines1.txt
│  │  ├(15)lines2.txt
│  │  ├(16)lines3.txt
│  │  ├(17)matrix.txt
│  │  ├(18)matrix1.txt
│  │  ├(19)matrix2.txt
│  │  ├(20)matrix3.txt
│  │  ├(21)test1.m
│  │  ├(22)test2.m
│  │  └█
│  └█
└█

运行例图：



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.zip (57.11 KB, 下载次数: 0, 售价: 30 积分)

2023-12-8 16:53 上传

点击文件名下载附件