ai-winter/python_motion_planning

解決的問題

本專案處理機器人運動規劃：從起點到目標點計算一條安全且無衝突的路徑，接著將該路徑轉換為符合機器人運動學與動力學的軌跡。它提供一系列知名的路徑規劃與軌跡最佳化演算法，並附帶控制器，讓機器人能沿著規劃路徑移動。

運作方式

程式碼庫分為多個模組：path_planner（圖搜尋、取樣搜尋、混合搜尋）、controller（路徑追蹤控制器）、traj_optimizer（曲線產生器）、common（環境、機器人、工具函式、視覺化工具）。使用基於網格的世界表示（2D 及部分 3D），並模擬機器人行為。視覺化工具基於 matplotlib。控制器透過一個玩具物理模擬器進行測試，支援兩種機器人類型：圓形全向機器人與差速驅動機器人。

適用對象

希望實驗經典運動規劃演算法、比較其行為，並在輕量級模擬環境中測試控制器的機器人學學生、研究人員與愛好者。它也可作為演算法細節的參考實作，其 ROS C++ 與 MATLAB 對應版本使其成為跨語言學習工具。

主要亮點

• 實現流行的圖搜尋規劃器（Dijkstra、A*、JPS、Theta*、Lazy Theta*）、取樣規劃器（RRT、RRT*、RRT-Connect）與 Voronoi 混合規劃器
• 提供路徑追蹤控制器（Pure Pursuit、PID、APF、DWA、RPP），並附帶 2D 模擬器
• 包含軌跡最佳化器（三次樣條、BSpline、多項式、貝茲、Dubins、Reeds-Shepp）
• 可透過 pip install python-motion-planning 輕鬆安裝，並提供帶教學的線上文件
• 持續開發中，未來計畫支援 N-D 控制器、機械臂規劃與 ROS2