0 - 简介与安装 - Python运动规划库教程（Python Motion Planning）

简介运动规划Motion planning是在起点和终点之间无冲突地规划机器人状态序列的过程。运动规划主要包括路径规划Path planning和轨迹规划Trajectory planning。路径规划Path Planning基于路径约束如障碍物规划机器人从起点到终点无冲突行驶的最优路径序列。轨迹规划Trajectory planning在已知路径序列的基础上结合运动学、动力学约束规划机器人沿全局路径运动的状态。本仓库提供了常见运动规划算法的Python实现包括基于 N 维栅格的路径规划算法、用于路径跟踪的控制器、轨迹优化器、支持 2D 和 3D 的可视化工具以及一个用于测试控制器的简易物理仿真器。仓库Github地址https://github.com/ai-winter/python_motion_planning/仓库文档地址https://ai-winter.github.io/python_motion_planning/latest/欢迎 Star, Fork 和 Contribute快速开始概览源码文件结构如下所示python_motion_planning ├─common | ├─env | | ├─map | | ├─robot | | └─world | ├─utils | └─visualizer ├─controller | └─path_tracker ├─path_planner | ├─graph_search | ├─sample_search | └─hybrid_search └─traj_optimizer └─curve_generator安装(可选)本代码在 python3.10 环境下测试通过其他相近版本理论上也可使用。推荐使用conda安装依赖。conda create-npmppython3.10conda activate pmp安装本仓库请在终端中运行以下命令pipinstallpython-motion-planning演示路径规划器图搜索Graph Search规划器2D 栅格3D 栅格DijkstraGBFSA*JPSTheta*Lazy Theta*采样搜索Sample Search规划器2D 栅格3D 栅格RRTRRT*RRT-Connect混合搜索Hybrid Search规划器2D 栅格3D 栅格Voronoi Planner控制器我们提供了一个带有简单物理仿真的玩具级模拟器用于测试控制器路径跟踪器。该模拟器支持多智能体/多机器人。可用的机器人类型包括CircularRobot全向移动和DiffDriveRobot仅支持前进和后退。目前仅提供 2D 模拟器3D 模拟器尚未实现。在以下演示中蓝色的机器人 1 为CircularRobot橙色的机器人 2 为DiffDriveRobot。控制器2D3DPath Tracker未实现Pure Pursuit未实现PID未实现APF未实现DWA未实现RPP未实现轨迹优化器曲线生成器基于路径点生成器2D3DCubic Spline未实现BSpline未实现基于位姿点生成器2D3DPolynomia未实现Bezier未实现Dubins未实现Reeds-Shepp未实现