路径规划

基于控制障碍函数（CBF）的多无人机编队避障路径规划研究，MATLAB代码多无人机编队协同作业在巡检、侦察、应急救援等领域具有广泛应用前景，但其安全运行面临机间避碰、环境障碍规避、编队保持与实时响应等多重挑战。传统路径规划方法存在实时性差、安全约束难以严格保障、分布式协同能力不足等问题。针对上述问题，本文开展基于控制障碍函数（Control Barrier Function, CBF）的多无人机编队避障路径规划研究，核心是将各类安全约束转化为可计算的数学条件，结合二次规划（Quadratic Programming, QP）实现最小干预式控制，在保障系统安全的前提下完成编队任务

基于四旋翼无人机离散建模与增量PID控制及轨迹跟踪研究，MATLAB代码四旋翼无人机作为一类典型的强耦合、多输入多输出（MIMO）高度非线性欠驱动系统，凭借结构简洁、机动性能优异、悬停特性良好等优势，在科研、工业及军用领域得到广泛应用。此类系统的动力学特性复杂，仅通过经验调参难以实现鲁棒稳定的控制效果与可预测的动态响应，因此需通过严格的建模与控制器设计流程，在保证系统可控性与可分析性的前提下，完成控制律的设计与实现。本文以四旋翼无人机为研究对象，从六自由度刚体动力学出发，完成悬停点小扰动线性化、零阶保持（ZOH）离散化建模，进而设计增量式PID串级控制器，并通过MATLAB仿

机器学习之心

移动机器人在静态与动态障碍物环境下的全局路径规划与局部避障仿真MATLAB代码该 MATLAB 代码实现了一个移动机器人在静态与动态障碍物环境下的全局路径规划与局部避障仿真系统。随着智能机器人技术的发展，机器人在复杂环境中的自主导航成为研究热点。该代码结合了全局路径规划（A*算法）与局部动态避障（DWA算法），旨在解决机器人在已知静态地图中遇到未知静止障碍物和移动障碍物时的路径重规划与安全行驶问题。

Matlab程序设计与单片机

【无人机路径规划】基于标准A星算法基于标准A星算法的无人机路径规划无人机；路径规划； A星算法无研究标准A star算法的基本原理和三维地图路径规划求解方法，结合参考文献研究如何使用标准A star算法求解三维地图下的无人机路径规划，其中包括：如何创建3维地图；如何创建开放和关闭列表；如何设定结束条件以及如何选择A星算法的8个方向。为了更好地显示出A星算法在三维地图求解最优路径的效果，使用Matlab软件编程来实现三维地图下A star算法优化的无人机路径规划与避障，并且输出三维路径图和路径长度等信息

Matlab程序设计与单片机

【机器人最短路径规划问题】基于模拟退火算法SA基于模拟退火算法的机器人最短路径规划问题模拟退火算法；栅格地图；最短路径规划； Matlab无移动机器人路径规划时机器人学的一个重要研究领域，它要求机器人依据某个或某个优化原则（如最小能量消耗、最短路径规划、最短行走时间等等），在其工作空间中寻找一条从起始状态到目标位置的能避开所有障碍物的最优路径。机器人路径问题可以建模为一个有约束的优化问题，都要完成路径规划、起始位置和终止位置定位以及障碍物避障的问题。

无人机表演点云路径规划（Python版）摘要：本文介绍了一个无人机表演路径规划系统，支持加载两个TXT格式的点云数据文件进行路径规划。系统采用PyQt5框架开发3D可视化界面，包含点云加载、路径优化、动画控制等功能模块。核心算法通过KD树实现点云匹配和路径优化，支持多种插值方式生成平滑动画。系统可调整无人机数量、大小、颜色等参数，提供3D可视化视图和轨迹显示功能，适用于大型无人机编队表演的路径规划需求。

多无人机动态避障路径规划研究：基于粒子群优化算法PSO的多无人机动态避障路径规划研究（可以自定义无人机数量及起始点），MATLAB代码粒子群优化算法（Particle Swarm Optimization，PSO）是一种基于群体智能的随机搜索算法，最早由 Kennedy 与 Eberhart 于 1995 年提出，灵感来源于鸟群或鱼群的觅食行为。它通过模拟粒子在解空间中的“飞行”来寻找最优解，具有实现简单、参数少、收敛快等特点，广泛应用于函数优化、神经网络训练、特征选择、路径规划等领域。

不去幼儿园

【启发式算法】Dynamic A*（D*）算法详细介绍（Python）📢本篇文章是博主人工智能（AI）领域学习时，用于个人学习、研究或者欣赏使用，并基于博主对相关等领域的一些理解而记录的学习摘录和笔记，若有不当和侵权之处，指出后将会立即改正，还望谅解。文章分类在👉启发式算法专栏：

SLAM 路径规划的安全走廊实现安全走廊是把 “杂乱、连续、带未知障碍的地图”，变成 “干净、可解、保证不撞墙的凸可行区域”，是从「感知」到「运动控制」的核心桥梁。有了它，原本很难的避障、轨迹优化、控制跟踪，全部变得高效、稳定、可证明安全。

【MATLAB例程】无人机三维路径规划|A*,RRT（快速随机树算法）, APF（人工势场法）算法对比|可自定义起终点、障碍物坐标。附下载链接针对无人机在三维复杂环境中的自主路径规划问题，本文选取了三种具有代表性的规划方法进行对比分析，分别为 A* 算法、快速扩展随机树（Rapidly-exploring Random Tree, RRT）算法以及人工势场法（Artificial Potential Field, APF）。三种算法在搜索机理、适用场景及规划性能方面各具特点，具有较强的互补性。完整代码压缩包解压后，直接用MATLAB运行主函数即可。

【MATLAB程序】Dubins曲线，车辆轨迹规划，给定起终点、半径和朝向，得到路径输出（绘图）和运动组合。附代码下载链接基于Dubins曲线的车辆轨迹规划例程，已经设置好了起终点等参数，直接运行即可得到结果，也可根据例子来修改成自己需要的数值

(9-2-01）自动驾驶中基于概率采样的路径规划：基于Gazebo仿真的路径规划系统（1）本项目是一个基于Python实现的路径规划系统，利用RRT（Rapidly-Exploring Random Tree）和RRT*（Rapidly-Exploring Random Tree Star）等算法在给定地图中找到起点和终点之间的最优路径。通过读取SDF文件获取地图信息，并利用Matplotlib进行可视化展示。项目提供了RRT、RRT和RRT-FN算法的实现，用户可以根据需要选择不同的路径规划策略，并在可视化界面中观察算法生成的路径。

Agilex松灵机器人

持续更新|第十七弹：用LIMO复现一篇IEEE论文本次松灵玩转系列来到了论文复现的一课，本节我们将复现IEEE论文《RDA: An accelerated collision free motion planner for autonomous navigation in cluttered environments》中的RDA Planner项目，手把手教你快速复现该论文中的RDA路径规划算法，实现自主导航在复杂环境中的高效避障。

（8-3-02）自动驾驶中的无地图环境路径探索：D* Lite路径规划系统（2）文件d_star_lite.py实现了 D* Lite 算法的关键部分，包括计算路径、更新路径、扫描障碍物、移动并重新扫描等功能。具体来说，文件d_star_lite.py定义了计算 D* Lite 算法中路径的函数，包括计算顶部键、启发式函数、更新顶点、计算最短路径、寻找下一个最短路径、扫描障碍物、移动并重新扫描等功能。这些函数可以实现在动态环境中实时更新路径规划，并根据环境变化进行路径的调整和优化。

运动规划实战案例 | 基于采样的MPC控制(MPPI)算法(附ROS C++/Python仿真)在机器人控制、自动驾驶和无人机导航等领域，系统往往需要在不确定和动态变化的环境中实现高精度、鲁棒性的轨迹跟踪。传统控制方法如PID控制或基于模型的预测控制（MPC），虽然在许多场景中表现良好，但它们通常依赖于精确的系统模型和梯度信息。当系统模型复杂或存在显著不确定性时，这些方法的性能可能不稳定。此外，传统优化方法在实时性要求高的场景中可能面临计算瓶颈，特别是面对非凸问题难以在有限时间内找到全局最优解。

三维动态避障路径规划：基于部落竞争与成员合作算法（CTCM）融合动态窗口法DWA的无人机三维动态避障方法研究，MATLAB代码针对无人机在三维动态环境下路径规划存在的实时性差、避障精度低、路径平滑性不足等问题，提出一种部落竞争与成员合作算法（Competition of tribes and cooperation of members algorithm，CTCM）混合的路径规划方法。首先，利用部落竞争与成员合作算法完成全局路径的离线规划；其次，结合动态窗口法进行局部动态避障的在线优化，利用无人机运动学约束筛选速度窗口，保证路径的实时性和安全性；最后，通过三维动态仿真环境验证算法性能。实验结果表明，混合算法在动态障碍物场景下，

ROS1从入门到精通 12：导航与路径规划（让机器人自主导航）🎯 本文目标：深入学习ROS导航栈（Navigation Stack），掌握move_base框架、全局路径规划、局部路径规划、代价地图、恢复行为等核心概念，能够配置和调试完整的自主导航系统，实现机器人的智能移动。

FAST-LIO与FAST-LIO2：详细技术对比分析作者: soar 日期: 2025-12-15 基于: FAST-LIO GitHub官方源代码分析阅读时间: 15-20分钟

基于复杂山地环境下无人机自主动态避障的三维路径规划研究，MATLAB代码随着无人机技术在地形测绘、电力巡检、森林防火、应急救援等领域的广泛应用，复杂山地环境下的飞行任务需求日益增长。我国西南地区（如贵州、云南）喀斯特地貌广布，山地地形起伏剧烈、沟壑纵横，且存在树木、输电塔、山体落石等静态与动态障碍物，传统路径规划方法存在地形适应性差、动态避障响应滞后、路径安全性不足等问题，严重制约无人机作业效率与飞行安全。因此，研究三维复杂山地环境下的无人机自主动态避障路径规划技术，对于提升无人机在特殊地形下的作业能力、拓展应用场景具有重要的理论价值与工程意义。

Java 大视界 -- Java 大数据在智能物流无人配送车路径规划与协同调度中的应用亲爱的 Java 和大数据爱好者们，大家好！我是CSDN（全区域）四榜榜首青云交！中国物流与采购联合会 2024 年《智慧物流发展报告》显示，我国物流配送成本占行业总成本 42%，而无人配送车的规模化应用可使单公里配送成本降低 47%。Java 凭借跨平台稳定性、亿级并发处理能力及生态整合优势，正重塑智能物流技术格局。美团 2024 年深圳无人配送报告显示，基于 Java 构建的调度系统使 100 辆无人车夜间配送效率提升 40%，单车载重 20kg 续航 100 公里，配送准时率达 95%；京东亚洲一