路径规划学习笔记

一. Dijkstra算法：

1. 智驾流程：定位-->感知-->规划-->决策

2. 算法特点：

（1）节点分组：S集合（已求出最短路径的节点）和U集合（未求出最短路径的节点）

（2）

（3）

字母节点转换到数字节点。

3.算法流程：设计从D到A点的最短路径

（1）已知D点位置，将D放入S集合中，其他点均未知，都放入U集合中。因此，对应数值如图，D对应0，其他相邻点如图，非相邻点数值为无穷大。

（2）U中距离最短的节点C加入S，并从U中移除，进而更新，继续想寻找C点附近能使的D？或者C？距离最小，可知选择E，进而将E放入S集合，之后选择找DC？或者DE？距离之和最小的节点。

（3）直达终点A加入S集合，搜索结束。

二. D*算法：

1. 核心思想：

增量式启发式路径规划，并生用于环境未知和环境动态变化的场景；并且从目标点起始，将目标点放入Openlist 中进行搜索，直到机器人当前位置节点由队列中出队为止（如果重点节点状态有动态变化，则需要重新寻路，这是一个动态的过程）

（1）启发式和增量式的理解：

（2）反向搜索的目的：

2. D*算法流程及与A*的对比：

（1）第一阶段：

这里核心在于使用k，而不是h（2）第二阶段：

3. 重要的概念和函数：