【路径规划】第一周： 大杂烩

传统的路径规划方法多是根据环境模型的描述形式，采取相对简单的类似于几何数学模型的算法（如几何法、启发式算法）完成机器人路径的搜索。

可视图法

可视图法分别将机器人和障碍物假设为一质点和近似多边形，用可视的线段将质点、目标点及多边形的各顶点进行有序的组合连接，即连线不能穿越障碍物多边形，将机器人路径规划问题转换为搜索起始点到目标点之间最短线段集合，常采用 A算法或其改进算法搜索最短路径。由于搜索的路径是连接障碍物顶点的线段，机器人易与障碍物发生碰撞，当环境障碍物、特征信息量较多时，搜索路径的时间较长；同时可视图法灵活性较差，对环境的适应性及实时性较差，不能保证所寻的路径是全局最优。
切线图法是可视图法的改进方法，用障碍物的切线表示弧，降低了机器人与障碍物碰撞的几率，缺点是当机器人控制误差较大时，同样易与障碍物发生碰撞；在误差允许的情况下，采用切线法规划路径常选择远离障碍物的路径表示弧。可视图法多与启发式搜索算法结合来完成机器人路径规划，如 A、Dijkstra 等。

栅格法

栅格法是用不同性质及不同序号的两类栅格描述机器人工作环境，即自由栅格和障碍栅格，自由栅格区域内不含障碍物，障碍栅格区域内包含障碍物。机器人路径规划问题就转换为搜索工作空间内可行栅格的有序集合。该方法以栅格为基本单位记录机器人所在环境信息，栅格尺度越大，特征地图的描述越粗糙，规划的路径质量越差，误差也越大；栅格尺度越小，环境