摘要：
首先是minimum snap的理论推导过程 https://blog.csdn.net/u011341856/article/details/121861930 我对他的博客的一些笔记 https://pan.quark.cn/s/8549109ff930#/list/share 下面就是对高飞老 阅读全文
摘要：
路径简化算法： 我们在计算出来对应的路径之后，也许还可以使用算法进一步减短路径的长度。在这里我们就使用基于二分查找的思想来实现我们的目标。 首先我们通过某种算法得到了一组
摘要：
下面的matlab代码来自于Astar，借鉴学习 ##解释 A*算法是在Dijastra算法的基础上做出了相应的优化，为了减少Dijastra算法检索的点。我们在计算邻接节点的cost的时候，不仅计算了该邻接节点到起始点的距离，还考虑了邻接节点到目标点的曼哈顿距离，这样就可以在选择邻接节点的时候总是 阅读全文
摘要：
Dijkstra算法本身是基于贪心，广度优先，动态优化计算最短距离，最好事先了解一下Dijkstra算法本质上是什么，然后再看在路径规划上的应用比较好。这里贴出来Dijkstra算法介绍的知乎文章Dijkstra算法详解 通俗易懂 - 知乎 (zhihu.com)，这里就不做讲解。 示例如下 伪代码 阅读全文
摘要：
这一节将会记录一下有关RRT算法，代码是基于第五讲-RRT算法原理和代码讲解_哔哩哔哩_bilibili。 RRT和RRT*都是基于采样点的路径规划，都是从空间中随机的选取一个点，并把此点作为树生长的方向。 #经典RRT ##经典RRT的逻辑 首先会在空间中随机产生一个样本点，然后在树中寻找一个距离 阅读全文
