- 空间随机采样加入图的顶点集,起始点列和目标点列都作为顶点加入图中。
- 对顶点建立KD-Tree,搜索每个顶点的K个近邻(大顶堆排序),作为双向边加入图的边集。
- 采用Comflict-Based Search算法,分为high-level和low-level进行搜索
- low-level采用A-star
- high-level每次更新一条约束
- 后续轨迹优化待实现
按照使用流程:
cd build
cmake ../
make all
- 调试CBS算法。
- 将CBS中碰撞、约束的检测补充完整
- 为每个CBS搜索树的叶子节点设计一个代价函数,用于选择下一次的搜索节点
- 路径优化。
- 实现了轻量化的CBS结构及功能
- 碰撞约束目前只考虑了相同点碰撞和相同路径碰撞
- high-level目前只按照广度优先的情况进行搜索
- 增加了考虑步长的A-star搜索算法
- 能够处理存在(位置点ID,到达时刻k)形式的约束。可以作为CBS的low-level算法使用。
- 修正了原A-star中的一些bug
- 初始化提交
- 调试完成KDTree的基本功能。 采用静态数据建树, 可设置数据点的最小间距,这部分似乎也可以用动态建树+查询实现。
- 调试完成PRM的基本功能。搜索采用A-star算法。