rvo动态避障算法源码分析

原创 已于 2022-03-01 11:52:17 修改 · 置顶 · 2.3w 阅读 · 210 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#rvo #动态避障

于 2021-08-16 14:42:00 首次发布
本文详细介绍了RVO(Reduced Velocity Obstacles)动态避障算法的原理，并通过源码分析了如何计算相对速度、调整速度以避免碰撞。文章探讨了线性规划方法用于在多智能体系统中选择合适的避障速度，确保速度方向接近最优目标速度的同时避免碰撞。此外，还讨论了代码中处理特殊情况的逻辑，如物体间已发生碰撞的情况。

rvo动态避障算法

源码: snape (Jamie Snape) · GitHub

文档: RVO2 Library - Reciprocal Collision Avoidance for Real-Time Multi-Agent Simulation

网友翻译的中文版文档:  导航动态避让算法RVO的优化ORCA(Optimal Reciprocal Collision Avoidance)_u012740992的专栏-优快云博客_orca算法

本文就rvo中动态避障的算法源码做一个简单分析

代码取自:https://github.com/warmtrue/RVO2-Unity 大约是2021-8-10这个时间取的,

是一个例子, 将rvo整合到unity里

rvo详可见上文链接

这里做一个简单的说明

RVO算法简要说明

运动的物体A与物体B,假设物体A的位置为坐标原点,并将A变成质点,

则B相应的半径增大,新的圆B记录CircleNew

如下图示,以原点为顶点,原点到CircleNew做切线,组成一个锥形区域(图中划横线的)

计算A,B之间的相对速度Va,如果Va位于锥形区域以外,则A B将不会发生碰撞,反之,则会在未来某个时间发生碰撞

进一步计算,假设时间取为t,

物体A的半径记为rA, B的半径记录rB, 位置分别为PA ,PB

CircleNew圆记位于PB - PA 半径为rA + rB,

对整个坐标系进行缩放1/t,这样速度的单位就变成秒

原来的大圆,就缩放为圆心 (PB-PA)/t 半径为(rA+rB)/t,这个新圆被称为截止圆cutoff-circle

可以看出速度的选择范围如以下右图所示,除了灰色圆头锥型区域以外,白色区域都是可选的相对速度Vr=Va-Vb(Va Vb分别为A,B的速度)方向以及大小.如图中的蓝色速度与红色速度

如果Vr速度位于灰色的锥型区,就需要调整速度至空白区域,即给速度加个分量

如下图的蓝色小箭头,这种情况下的相对速度,就需要往旁边调整,锥形区域中的切边,被称为leg

根据速度的方向大小,也有可能往cutoff-circle处调整或另一条leg处调整

如下图,往cutoff-circle处调整相对速度Vr,

这个调整的速度分量我们称之为u,

物体A调整后的速度为 Va-new = Va + u,

令A和B各负责一半的速度调整,则Va-new = Va + 0.5 *u

这样即可保证A B在t时间内不会碰撞

选取了u为调整分量后,可以发现,Va-new的取值是一个半平面,

这个半平面的分割线是以垂直向量u为方向,过点Va+0.5*u的直线,在此处称之为line

在这个半平面的一侧速度都可以为备选速度

最低0.47元/天 解锁文章
AI - 碰撞避免算法分析(VO/RVO)
Mhypnos的博客
02-12 2019
VO/RVO碰撞避免算法，代码实现的一些分析
C++之RVO返回值优化
u012944685的专栏
03-21 4788
什么是RVO优化 RVO的全称是Return Value Optimization。RVO是一种编译器优化技术，可以把通过函数返回创建的临时对象给”去掉”，然后可以达到少调用拷贝构造的操作目的， 它是C++11标准的一部分。 如果编译器明确知道函数会返回哪一个局部对象，那么编译器会把存储这个局部对象的地址和存储返回值临时对象的地址进行复用，也就是说避免了从局部对象到临时对象的拷贝操作。这就是RVO。 main.cpp #include <iostream> using namespace std
C#实现的多智能体碰撞避免算法：RVO
weixin_35982453的博客
08-08 1370
智能体、障碍物和可通行区域是路径规划中的基本元素。了解它们的定义、属性和分类对于构建有效的导航系统至关重要。智能体是一个自主的系统，能够感知环境并作出决策。它可以在一个指定的环境中移动，并在满足一定条件的情况下执行任务。一个智能体通常具备以下属性：感知能力：智能体通过传感器收集周围环境的信息。决策能力：根据感知到的信息和内部状态，智能体可以做出决策。行动能力：智能体可以执行物理动作，如移动、转向等。通信能力：智能体能够与其他智能体或中心控制系统交换信息。
Unity RVO动态避障实战
voidinit的专栏
07-10 2186
在Update方法中，物体的速度被设置为(1, 0, 0)，并通过模拟器更新物体的位置。在更新过程中，RVO算法会计算出物体的速度障碍，并根据速度障碍调整物体的速度，以避免与其他物体发生碰撞。可以使用Unity的渲染组件（如Mesh Renderer）来为物体添加外观，并使用物体的位置信息来设置渲染组件的位置。可以将RVO管理器脚本添加到一个空物体上，并将需要进行动态避障的物体添加到RVO管理器的物体列表中。在脚本中，设置物体的初始位置和速度，并将物体添加到RVO管理器中。步骤5：更新物体的位置和速度。
RVO2 开源项目教程
最新发布
gitblog_00320的博客
11-15 703
RVO2（Reciprocal Velocity Obstacles 2）是一个开源的避障算法库，旨在为多智能体系统提供高效的避障解决方案。该项目由 Jur van den Berg 等人开发，基于他们之前的研究工作，特别是 Velocity Obstacles 方法。RVO2 通过计算每个智能体的速度来避免碰撞，同时保持运动的自然性和流畅性。 ## 项目快速启动 ### 环境准备 在开始之
深入浅出RVO、NRVO以及std::move的策略与影响
qq_42896106的博客
11-07 905
在C++编程实践中，理解返回值优化（Return Value Optimization, RVO）和命名返回值优化（Named Return Value Optimization, NRVO）对于编写高效的代码至关重要。这些编译器优化技术可以显著减少不必要的对象拷贝，优化程序的性能。同时，std::move的出现增加了对于对象资源管理的精细控制，但其滥用可能会破坏编译器的优化。本文将深入探讨RVO、NRVO以及std::move之间的关系和影响。
详解RVO与NRVO（区别于网上常见的RVO）
Virtual_Func的博客
09-24 1万+
一直以来对 RVO 与 NRVO 以及编译器的优化操作之间的关系都不太分得清。这一次想了两天，查看了若干资料以后，总算弄清楚了。 1.RVO（Return Value Optimization） 先来看一下维基百科上对RVO（return value optimization） 的定义： "Return value optimization, or simply RVO, is
RVO：实时多智能体导航的交互速度避障
zhiai315的博客
04-05 7875
近些年，多个移动智能体的运动规划问题成为一个越来越受关注的问题。无论在机器人领域，还是在视频游戏等多个其他领域，该问题都有很多的影响。解决这类问题的一个普遍思路是进行持续的导航。这些方法通常包括一个持续的“感知——行动”循环，在每个循环中，智能体通过感知模块观察周边环境，并通过行动模块进行移动。在这个过程中，全局路径规划和局部碰撞避让往往是解耦的。因此，局部避障技术成为解决这类问题的关键技术，有很多人提出过各种方法。VO就是其中一种被广泛使用的方法。
RVO算法
aikb6223的博客
10-25 1952
http://blog.sina.com.cn/s/blog_6ad33d350102xqal.html 简介 在介绍VO，RVO之前，需要先介绍路径规划。 对Agent进行路径规划，实际上要完成的任务就是让Agent从点A无碰撞地移动到点B。而路径规划的过程是层次化的，其基本框架大致如下： High level: dijkstra等算法...
RVO实战系列：RVO动态避障技术方案介绍
voidinit的专栏
08-18 3961
它有两个版本，一个是C++版本，一个是C#的版本，所以基本上RVO的这库可以用到任意的游戏客户端或服务端种，比如JAVA的服务端，我们可以用C++的版本来做native调用即可,也可以直接翻译C#代码为Java,这个工作量比较小。我们在开发游戏的时候经常会遇到这样的问题，当我们寻路的时候，其它人也在寻路，如何避免不从其它人的位置穿过。本节我们来介绍一些Unity 实现RVO的相关资料，后续在详细的讲解ROV算法的原理。今天的RVO的介绍到这里了，关注我们，后续更新RVO实战系列，让你的游戏能动态避障。...
精选资源
速度障碍法(RVO、DVO).rar
07-08
速度障碍法（RVO, Reciprocal Velocity Obstacle）与双向速度障碍物（DVO, Dual Velocity Obstacle）是机器人路径规划中的两种重要算法，主要用于解决多智能体避障问题。这两种方法在自主驾驶、无人机导航、机器人...
C#版 RVO算法
12-13
RTS或Moba游戏常用技术，多个单位移动时避免单位重合，动态阻挡
机器人学强化训练，适用动态避障，采用算法为RRT做全局规划，人工势场法作为局部规划.zip
07-09
机器人学强化训练，适用动态避障，采用算法为RRT做全局规划，人工势场法作为局部规划C++代码。
机器人运动避障
09-03
机器人运动规划，并且在遇到障碍物时候能够避开障碍点，有最短距离和非最短距离两种
AI - 碰撞避免算法分析(ORCA)
Mhypnos的博客
02-15 5343
ORCA避障算法源码分析
避障算法演进与ORCA实现解析
避障算法是机器人学、自动驾驶、游戏开发以及多智能体系统中极为关键的核心技术之一，其目标是在动态环境中使移动个体（如机器人、无人车、虚拟角色等）能够实时感知周围障碍物并调整自身运动状态以避免碰撞，同时尽...
群体智能避障革命：RVO算法在Unity中的深度实践与优化
晴天了无痕的博客
04-05 1803
RVO技术不仅革新了游戏角色的移动方式，更为无人机编队、自动驾驶等现实场景提供了关键技术启示。通过本文的深度剖析与Unity实践指南，开发者可快速构建千人级智能群体系统。随着计算技术的持续突破，未来的虚拟群体将展现出媲美真实世界的复杂行为，而RVO算法将继续在这一进程中扮演关键角色。
游戏的navmesh 与rvo动态避障算法（1）
热门推荐
KubilityDef的博客
03-08 1万+
目前很多手游中如果需要寻路，很多时候复杂地形都是需要用到navmesh，而比较常用的navmesh 系统 ：1.astarpathfinding ：一个老外开发的寻路插件，内置有很多寻路模块，recast动态namvesh，navmesh（使用插件自己导出的静态navmesh网格），rvo模块，并且拥有自己的一套定点数系统，稍微修正下，便能用于在帧同步游戏上，并且拥有源码，非常方便。2，u...
Unity中rvo动态避障算法
05-21
### Unity RVO 动态避障算法的实现与使用 #### 1. 基础概念 RVO（Reciprocal Velocity Obstacles）是一种高效的动态避障算法，适用于多人或多物场景中的实时路径规划。该算法的核心在于计算每个物体的速度障碍区域，并通过调整速度来避免碰撞[^1]。 在Unity中实现RVO动态避障的关键步骤包括以下几个部分： - **初始化环境**：创建一个支持导航的地图或网格结构，通常可以通过Unity自带的NavMesh系统或者第三方插件（如A* Pathfinding Project）完成。 - **定义代理对象**：为每一个需要避障的对象设置属性，例如半径、最大速度和目标方向。 - **计算速度障碍**：对于每个代理对象，基于周围其他对象的位置和运动状态，计算出其速度障碍区域。 - **更新速度向量**：根据速度障碍的结果，重新计算并应用新的速度向量以避开潜在的冲突。 #### 2. 实现细节 以下是具体实现过程中的一些重要技术点及其说明： ##### (a) 初始化 NavMesh 或自定义地图 如果项目允许使用Unity官方的NavMesh组件，则可以直接利用`NavMeshAgent`类作为基础框架；但如果需要更高的灵活性，可以选择像A* Pathfinding这样的插件[^3]。 ```csharp // 使用 Unity 官方 NavMeshAgent 的简单配置 using UnityEngine; using UnityEngine.AI; public class RVODemo : MonoBehaviour { public Transform target; // 设置目标位置 private NavMeshAgent agent; void Start() { agent = GetComponent<NavMeshAgent>(); if (agent != null && target != null) agent.SetDestination(target.position); } } ``` ##### (b) 计算相对位置与速度障碍 为了有效执行RVO逻辑，需针对每一对相互作用的实体分别求解它们之间的相对距离以及由此产生的约束条件[^4]。 ```csharp private List<Vector2> ComputeRVOLines(List<GameObject> others, float radiusSum, Vector2 relPos) { var lines = new List<Vector2>(); foreach (var other in others) { var diff = this.transform.position - other.transform.position; var distSq = diff.sqrMagnitude; if (distSq > Mathf.Epsilon) { var leg = Mathf.Sqrt(distSq - radiusSum * radiusSum); // 构造线的方向矢量 var lineDirX = relPos.x * leg - relPos.y * radiusSum; var lineDirY = relPos.x * radiusSum + relPos.y * leg; lines.Add(new Vector2(lineDirX / distSq, lineDirY / distSq)); } } return lines; } ``` ##### (c) 调整最终速度 依据所得到的所有候选直线集合筛选最优解，并将其赋给对应角色的实际前进速率[^1]。 ```csharp void UpdateVelocity(Vector2 preferredVel, List<Vector2> rvoLines) { bool conflictFound = false; int bestIndex = -1; float minDistToLine = float.MaxValue; for(int i=0;i<rvoLines.Count;i++) { var projLen = Vector2.Dot(preferredVel, rvoLines[i]); if(projLen >= 0){ continue; // 不考虑正面投影的情况 }else{ // 找到最近的有效切分面 var tempDist = Math.Abs(projLen)/Mathf.Sqrt(1-Mathf.Pow(rvoLines[i].magnitude,2)); if(tempDist < minDistToLine){ minDistToLine = tempDist; bestIndex = i; conflictFound=true; } } } if(conflictFound){ // 更新至安全区域内最接近期望值的新速度 var adjustedSpeed = GetSafeVelocity(bestIndex,rvoLines,minDistToLine); rigidbody.velocity=new Vector3( adjustedSpeed.x, rigidbody.velocity.y,//保持垂直轴不变 adjustedSpeed.y ); } } Vector2 GetSafeVelocity(int index,List<Vector2> lines,float marginFactor){ ... } ``` 以上代码片段展示了如何逐步构建起完整的RVO机制，尽管实际部署时还需进一步优化性能及处理边界情况等问题。 --- ###
评论 7
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值