上面那個論文把uav的路徑規劃分為以下5類:
sampling-based algorithms
node-based algorithms
mathematical model based algorithms
Bio-inspired algorithms
multi-fusion based algorithms
知乎移動機器人路徑規劃
完備的（complete)(有解是可以求出來的)，主要應用于二維三維的grid，多元的計算量就大了
基于采樣的（sampling-based）又稱為機率完備的，(有解不一定能求出來的,可能經過足夠多的采樣可以得到解，是機率上的可能能得到解)
路徑規劃算法發展的曆程
賓夕法尼亞大學的運動規劃
RRT算法是RRT算法的變種算法，算法可以收斂到最優解，不僅可以實作二維環境下的路徑規劃，多元度的環境也可以使用RRT算法，而且由于算法是均勻采樣，并不會出現局部最小的情況。
RPM 要先建構roadmap，是以可以多次使用的，graph中的node還可以互相連接配接的
RRT是直接從start node延增出去的，每個node隻有一個parent的，
RRT wiki
構造一個函數 = an attractive potential field + a repulsive potential field
= 一個離目标點越近能量越低的函數 + 一個離障礙物越遠能量越低的函數
下面第一張圖是黑色障礙物，第二張圖是attractive potential field ,第三張圖是 repulsive potential field,最後一張是上面兩個的相加得到的最終構造的函數
可能會陷入到local minimum
github
ethz 開源的一個路徑規劃算法庫
需要的是裡程計tf坐标變換和3d點雲資料，計算下個位置的gain，這個gain也考慮了octomap中格子的機率，考慮的是看到還沒有mapped的格子
，盡可能尋找相應多的格子進行路徑規劃，
代碼中的mesh_structure.h,對我們的作用不是很大，主要是用于導入CAD圖紙，不用線上輸入點雲資料，這時候尋找的是看到的surface最多的下一個目标點
2d路徑規劃可視工具
工具顯示的第三個次元是機率的大小，可視化，針對的是moveit這個開源工具，沒有試過别的可不可以
本文轉自zsdnr 51CTO部落格，原文連結：http://blog.51cto.com/12942149/1932771，如需轉載請自行聯系原作者