MATLAB算法实战应用案例精讲-【数模应用】路径规划

目录

前言

知识储备

常见的距离算法和相似度计算方法

1、常见的距离算法

2、常见的相似度（系数）算法

3、欧式距离vs余弦相似度

图和图搜索算法

图的基础概念

图搜索算法

图搜索算法框架

算法原理

自主机器人近距离操作运动规划体系

单个自主机器人的规划体系

多自主机器人协同规划体系

机器人规划的配置空间

几种常用的运动规划算法

图搜索法

Dijkstra算法

A*算法

RRT算法

改进算法

滚动在线RRT算法

滚动在线RRT算法流程

人工势场法

基本人工势场法

人工势场法算法改进

BUG算法

BUG1算法

BUG2算法

TangentBUG算法

增量式启发算法

LPA*算法

D* Lite算法

【四足机器人】足端运动最短路径问题

一、曲线选择

二、优化问题

三、代码实现

---

 

前言

当给定了某一特定的任务之后，如何规划机器人的运动方式将至关重要。机器人的规划包括两部分内容：基座移动到适合操作的位置和转动手臂关节完成操作。包括三个问题：基座点到点运动规划；关节空间规划；综合规划。

知识储备

常见的距离算法和相似度计算方法

1、常见的距离算法

1.1 欧几里得距离（Euclidean Distance）

在数学中，欧几里得距离或欧几里得度量是欧几里得空间中两点间“普通”（即直线）距离。使用这个距离，欧氏空间成为度量空间。相关联的范数称为欧几里得范数。

Euclidean Distance是一个通常采用的距离定义，它是在m维空间中两个点之间的真实距离。

代码：