ai-winter/python_motion_planning

解决的问题

该项目解决机器人运动规划问题：从起点到目标点计算一条安全、无冲突的路径，然后将该路径转化为符合机器人运动学和动力学特性的轨迹。它提供了一系列知名的路径规划和轨迹优化算法，并附带控制器，使机器人能够沿规划路径运行。

工作原理

代码库分为多个模块：path_planner（图搜索、采样搜索、混合搜索）、controller（路径跟踪控制器）、traj_optimizer（曲线生成器）、common（环境、机器人、工具函数、可视化工具）。它使用基于网格的世界表示（2D 和部分 3D），并模拟机器人行为。可视化工具基于 matplotlib。控制器通过一个玩具物理模拟器进行测试，支持两种机器人类型：圆形全向机器人和差速驱动机器人。

适用人群

希望实验经典运动规划算法、比较其行为、并在轻量级模拟环境中测试控制器的机器人学学生、研究人员和爱好者。它也可作为算法细节的参考实现，其 ROS C++ 和 MATLAB 对应版本使其成为跨语言学习工具。

主要亮点

• 实现了流行的图搜索规划器（Dijkstra、A*、JPS、Theta*、Lazy Theta*）、采样规划器（RRT、RRT*、RRT-Connect）和 Voronoi 混合规划器
• 提供路径跟踪控制器（Pure Pursuit、PID、APF、DWA、RPP），并配有 2D 模拟器
• 包含轨迹优化器（三次样条、BSpline、多项式、贝塞尔、Dubins、Reeds-Shepp）
• 可通过 pip install python-motion-planning 轻松安装，并提供带教程的在线文档
• 持续开发中，未来计划支持 N-D 控制器、机械臂规划和 ROS2