企业官网建设流程全解析

支付网站服务费怎么做分录,5000多一年的网站建站,网站建设 国际 深圳,iis网站批量导入8.3 实战案例#xff1a;D* Lite路径规划系统本项目实现了D* Lite路径规划算法的可视化演示#xff0c;使用Pygame库创建了一个网格世界环境#xff0c;包括起点、终点和障碍物。通过交互式操作#xff0c;用户可以观察机器人在环境中移动并重新规划路径#xff0c;展示了…8.3 实战案例D* Lite路径规划系统本项目实现了D* Lite路径规划算法的可视化演示使用Pygame库创建了一个网格世界环境包括起点、终点和障碍物。通过交互式操作用户可以观察机器人在环境中移动并重新规划路径展示了路径规划在实时环境中的应用。实例8-3D* Lite路径规划系统codes/8/d-star-lite/8.3.1 项目介绍本项目实现了D* Lite路径规划算法的可视化系统首先使用Pygame库创建了一个网格世界环境包括可自定义的起点、终点和障碍物。然后利用D* Lite算法在此环境中规划路径并通过交互式操作实时更新机器人的移动情况和重新规划的路径。用户可以观察机器人在网格世界中的行进过程并随时通过键盘输入触发重新规划以展示路径规划在动态环境中的应用。本项目的功能模块如下所示网格世界环境创建模块使用Pygame库创建了一个网格世界的可视化环境包括网格单元格的绘制、起点、终点和障碍物的设置等功能。路径规划模块实现了D* Lite路径规划算法通过该算法在网格世界中进行路径规划并能够实时更新路径以适应环境的变化。交互式控制模块通过键盘输入和鼠标点击等交互方式实现了对机器人移动和环境操作的控制包括手动触发路径重新规划、设置障碍物等功能。可视化模块利用Pygame库将网格世界、机器人位置、路径规划结果等实时可视化展示在屏幕上提供直观的视觉反馈帮助用户理解路径规划过程和结果。上述功能模块共同构成了一个完整的路径规划演示系统用户可以通过交互式操作在网格世界中观察路径规划的过程和结果从而更好地理解和掌握路径规划算法的原理和应用。8.3.2 构建图在 D* Lite 算法中图起着关键作用。D* Lite 是一种用于路径规划的增量式搜索算法它通过在图中进行搜索来找到从起始点到目标点的最短路径。1文件graph.py定义了两个类Node 和 Graph用于表示图结构以及节点。class Node: def __init__(self, id): self.id id # 父节点的 ID 字典 self.parents {} # 子节点的 ID 字典 self.children {} # g 的近似值 self.g float(inf) # rhs 值 self.rhs float(inf) def __str__(self): return Node: self.id g: str(self.g) rhs: str(self.rhs) def __repr__(self): return self.__str__() def update_parents(self, parents): self.parents parents class Graph: def __init__(self): self.graph {} def __str__(self): msg Graph: for i in self.graph: msg \n node: i g: \ str(self.graph[i].g) rhs: str(self.graph[i].rhs) return msg def __repr__(self): return self.__str__() def setStart(self, id): if(self.graph[id]): self.start id else: raise ValueError(start id not in graph) def setGoal(self, id): if(self.graph[id]): self.goal id else: raise ValueError(goal id not in graph) def addNodeToGraph(graph, id, neighbors, edge1): node Node(id) for i in neighbors: # print(i) node.parents[i] edge node.children[i] edge graph[id] node return graph graph addNodeToGraph(graph, x1y1, [x1y2, x2y1]) graph addNodeToGraph(graph, x2y1, [x1y1, x3y1, x2y2]) graph addNodeToGraph(graph, x1y2, [x1y1, x2y2]) graph addNodeToGraph(graph, x2y2, [x1y2, x2y1, x3y2]) graph addNodeToGraph(graph, x3y1, [x3y2, x2y1]) graph addNodeToGraph(graph, x3y2, [x3y1, x2y2]) g GridWorld(X_DIM, Y_DIM) return g类Node表示图中的节点具有如下所示的属性和方法。id节点的标识符。parents字典存储节点的父节点及对应的边权重。children字典存储节点的子节点及对应的边权重。g表示节点的 g 值。rhs表示节点的 rhs 值。__init__ 方法用于初始化节点对象。__str__ 和 __repr__ 方法用于返回节点对象的字符串表示。update_parents 方法用于更新节点的父节点。类Graph表示整个图具有如下所示的属性和方法。graph字典存储图中的所有节点。setStart 方法用于设置起始节点。setGoal 方法用于设置目标节点。__init__ 方法用于初始化图对象。__str__ 和 __repr__ 方法用于返回图对象的字符串表示。2文件grid.py定义了类GridWorld它是类Graph的子类用于表示一个网格世界。在初始化的过程中通过传入的参数 x_dim 和 y_dim 来创建一个指定大小的网格然后根据连接方式8 连通或 4 连通生成对应的图结构。from graph import Node, Graph class GridWorld(Graph): def __init__(self, x_dim, y_dim, connect8True): self.x_dim x_dim # 网格的 x 维度 self.y_dim y_dim # 网格的 y 维度 # 为每一行创建一个元素网格的高度 self.cells [0] * y_dim # 遍历每个元素并用一行来替换网格的宽度 for i in range(y_dim): self.cells[i] [0] * x_dim # 是否为 8 连通图若为 True 则表示是否则为 4 连通图 self.connect8 connect8 self.graph {} # 图的节点和边 self.generateGraphFromGrid() # 从网格生成图 # self.printGrid() def __str__(self): msg Graph: #初始化一个字符串变量 msg for i in self.graph: msg \n node: i g: \ str(self.graph[i].g) rhs: str(self.graph[i].rhs) \ neighbors: str(self.graph[i].children) return msg def __repr__(self): return self.__str__() def printGrid(self): print(** GridWorld **) # 网格世界 for row in self.cells: print(row) def printGValues(self): for j in range(self.y_dim): str_msg for i in range(self.x_dim): node_id x str(i) y str(j) # 节点 ID node self.graph[node_id] if node.g float(inf): str_msg - # 无穷大 else: str_msg str(node.g) # 节点的 g 值 print(str_msg) def generateGraphFromGrid(self): edge 1 for i in range(len(self.cells)): row self.cells[i] for j in range(len(row)): # print(graph node str(i) , str(j)) node Node(x str(i) y str(j)) # 节点 if i 0: # 不是顶部行 node.parents[x str(i - 1) y str(j)] edge node.children[x str(i - 1) y str(j)] edge if i 1 self.y_dim: # 不是底部行 node.parents[x str(i 1) y str(j)] edge node.children[x str(i 1) y str(j)] edge if j 0: # 不是左侧列 node.parents[x str(i) y str(j - 1)] edge node.children[x str(i) y str(j - 1)] edge if j 1 self.x_dim: # 不是右侧列 node.parents[x str(i) y str(j 1)] edge node.children[x str(i) y str(j 1)] edge self.graph[x str(i) y str(j)] node # 添加到图中通过上述代码可知类GridWorld包含了打印网格、打印节点 g 值、从网格生成图的成员方法。其中方法printGrid()用于将网格结构打印到控制台方法printGValues()用于打印图中节点的 g 值而方法generateGraphFromGrid()则根据网格结构生成图的节点和边并存储在 self.graph 属性中。最终类GridWorld中的 __str__ 和 __repr__ 方法被重载以提供对该对象的字符串表示。