qq_29320587的博客

HybridAStar算法主要是在A* 基础上考虑车辆动力学相关的搜索算法，其放弃了A* 中对搜索空间离散化，利用Dubins或者Reeps-Shepp来考虑自车能够前进的位置，使得规划的轨迹满足车辆的非完整性约束，但是该Hybrid A* 牺牲了算法的完备性和最优性。1.在连续空间上扩张节点搜索最短路径2.路径平滑Hybrid A* 算法与A* 算法的差异对比如下表所示如下图所示，最左侧图是A算法的结果，最右侧是Hybrid A算法。（中间为A* 算法变种）

快速扩展随机树(RRT)算法，是近十几年应用比较广泛的一种运动规划算法。它的大致原理为：原始的RRT算法通过一个初始点作为根节点，通过随机采样，增加叶子节点的方式，生成一个随机扩展树，当随机树中的叶子节点包含了目标点或进入了目标区域，便可以在随机树中通过回溯的方式，找到这条从初始点到目标点的路径。

这样规划出的路径，更符合小车的硬件结构以及运动学，能够让小车流畅地行驶和绕障，且行驶速度和到点时间都有着优秀表现。但由于需考虑的参数较多，如何「合理地」配置参数，就成了最重要且最困难的一环。

首先从某个顶点出发，依次从它的各个未被访问的邻接点出发深度优先搜索遍历图，直至图中所有和该顶点有路径相通的顶点都被访问到。若此时尚有其他顶点未被访问到，则另选一个未被访问的顶点作起始点，重复上述过程，直至图中所有顶点都被访问到为止。：从图中某顶点出发，依次访问的各个未曾访问过的邻接点，然后分别从这些邻接点出发依次访问它们的邻接点，并使得“先被访问的顶点的邻接点先于后被访问的顶点的邻接点被访问，直至图中所有已被访问的顶点的邻接点都被访问到。深度优先搜索和广度优先搜索分别类似于树的前序遍历和层次遍历。。

虽然掌握了 A* 算法的人认为它容易，但是对于初学者来说， A* 算法还是很复杂的。Ok ，现在你已经看完了整个的介绍，现在我们把所有步骤放在一起：1.把起点加入 open list。2.重复如下过程：a. 遍历 open list ，查找 F 值最小的节点，把它作为当前要处理的节点。b. 把这个节点移到 close list。c. 对当前方格的 8 个相邻方格的每一个方格？

【代码】局部路径规划DWA算法详解。