MATLAB仿真车路径规划PRM算法

### MATLAB 中基于 PRM 算法的车辆路径规划

#### 创建障碍物地图
为了模拟实际场景，在创建路径之前，先定义一个带有障碍物的地图。这可以通过 `robotics.OccupancyGrid` 函数来完成。

% 定义网格大小为20x20米，分辨率为每单元格10厘米
map = robotics.OccupancyGrid(20, 20, 10);

% 设置一些区域作为不可通行的障碍区
setOccupancy(map, [5:15, 25:35, 45:55, 65:75], ones(1, 40));

#### 初始化 PRM 路径规划器
接下来初始化 PRM 对象，并配置其属性以适应特定的应用需求。

prm = robotics.PRM;
prm.Map = map;

% 参数调整：节点数量和连接距离的选择取决于环境复杂度和个人偏好
prm.NumNodes = 50;  
prm.ConnectionDistance = 5;   

#### 执行路径搜索
指定起点和终点位置后调用 `findpath()` 方法计算最优路径。

startLocation = [2 2];    % 设定起始坐标
goalLocation = [18 18];   % 终点坐标设定

[path, isPathFound] = findpath(prm, startLocation, goalLocation);
if ~isPathFound
    disp('未找到有效路径');
else
    plot(path(:,1), path(:,2), '-o', 'LineWidth', 2); hold on;
end
show(prm.Map);
hold off;

上述代码展示了如何利用MATLAB内置工具箱中的功能构建基本框架来进行基于PRM的概率路标图算法下的机器人运动规划[^2]。