1 简介移动机器人路径规划一直是一个比较热门的话题,A星算法以及其扩展性算法被广范地应用于求解移动机器人的最优路径.该文在研究机器人路径规划算法中,详细阐述了传统A星算法的基本原理,并通过栅格法分割了机器人路径规划区域,利用MATLAB仿真平台生成了机器人二维路径仿真地图对其进行仿真实验,并对结果进行分析和研究,为今后进一步的研究提供经验.2 部分代码%% 使用A *搜索演示%% 参数的设定% 定义二维地图框架MAX_X 10;MAX_Y 10;MAP zeros(MAX_X,MAX_Y); % 此数组存储地图的坐标和每个坐标中的对象% 获得障碍目标和机器人位置% 使用输入值初始化MAP% 障碍 -1目标 1起点 1空格 0j0;x_val 1;y_val 1;axis([1 MAX_X1 1 MAX_Y1]) % 框图的大小grid on; % 加入网格hold on; % 与新图共存n0; % 障碍物的数量for BB 1:3%% 确定目标点pause(1); % 一般是为了动态观察变化过程 pause(a)暂停a秒后执行下一条指令hmsgbox(请使用鼠标左键选择目标); % 显示提示窗口uiwait(h,5);if ishandle(h) 1delete(h);endxlabel(请使用鼠标左键选择目标,Color,black);but0; % 这个地方可以设置成1,这样的话统一目标点while (but ~ 1) % 重复直到没有单击“向左”按钮[xval,yval,but]ginput(1);endxvalfloor(xval);yvalfloor(yval);xTargetxval; % X目标的坐标yTargetyval; % Y目标的坐标MAP(xval,yval)1; % 初始化地图中的目标位置plot(xval.5,yval.5,gd);text(xval1,yval.5,目标点)%% 确定障碍物pause(2);hmsgbox(使用鼠标左键选择障碍物使用右键选择最后一个障碍物);xlabel(使用鼠标左键选择障碍物使用右键选择最后一个障碍物,Color,blue);uiwait(h,10);if ishandle(h) 1delete(h);endwhile but 1[xval,yval,but] ginput(1);xvalfloor(xval);yvalfloor(yval);MAP(xval,yval)-1; %Put on the closed list as wellplot(xval.5,yval.5,ro);end% MAP(Optimal_path(2,1),Optimal_path(2,2))1MAP1rot90(MAP)number size(Optimal_path,1)if (BB1)Optimal_path1 Optimal_pathhold on;else if (BB2)Optimal_path2 Optimal_pathhold on;elseOptimal_path3 Optimal_pathendendend3 仿真结果4 参考文献[1]周宇杭等. 基于A星算法的移动机器人路径规划应用研究. 电脑知识与技术 v.16.13(2020):7-916.部分理论引用网络文献若有侵权联系博主删除。