点对点的路径规划算法

点对点的路径规划算法主要分为全局规划和局部规划两种。全局规划是指在整个地图范围内计算出从起点到终点的最优路径，而局部规划则是在已知的最优路径上进行机器人的实时导航。

全局规划算法中，常用的有Dijkstra算法、Floyd算法、A*算法、D*算法、LPA*算法和D* lite算法等。Dijkstra算法是一种基于权重图的单源最短路径算法，能够找到从起点到所有其他点的最短路径。Floyd算法则是一种多源最短路径算法，能够找到任意两点之间的最短路径。A*算法是一种启发式搜索算法，利用启发函数对搜索进行指导，能够高效地找到起点到终点的最优路径。D*算法和LPA*算法是增量式路径规划算法，通过对以前的搜索结果信息进行再利用来实现高效搜索。

局部规划算法中，常用的有基于几何的Carrot Chasing算法和DWA算法。Carrot Chasing算法是一种基于几何的算法，通过跟随预先给定的路径点进行移动，使得机器人能够沿着路径到达目标点。DWA算法则是一种基于机器人动力学的局部路径规划算法，通过模拟机器人在不同速度下的运动轨迹，选择最优的控制指令来实现移动。

综上所述，点对点的路径规划算法包括全局规划算法和局部规划算法，常用的算法有Dijkstra算法、Floyd算法、A*算法、D*算法、LPA*算法、D* lite算法、Carrot Chasing算法和DWA算法。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* [扫地机器人路径规划算法.pdf](https://download.csdn.net/download/qq_43934844/87529205)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"]
- *2* *3* [【规划】目录与总结](https://blog.csdn.net/uytguytgf/article/details/119908517)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"]
[ .reference_list ]