Inself算法：多机协同的高效栅格路径规划与优化

本篇论文主要探讨了"Inself算法"，它是针对"第二十九届‘冯如杯’学生学术科技作品竞赛"中的一项创新项目——多机协同路径规划。研究的焦点在于如何在二维和三维环境中设计高效的路径规划算法，以栅格化地图作为基础，兼顾时间和空间效率。 首先，项目背景部分强调了在无人机等对运算时空资源有限的设备上，如何实现长时间、长距离的寻路导航。作者提出Inself算法，通过结合启发式搜索策略，如借鉴A*算法的思想，但将其应用在深度优先搜索（DFS）中，以降低时空消耗。这种策略首先生成初步的深度优先路径，然后利用视线导引法进行优化，从而获得更优的路径，相较于A*算法和广度优先搜索（BFS），Inself在速度和空间占用上显示出显著优势。 在实验部分，作者对比了Inself与A*、Dijkstra和BFS算法在600x600地图上的性能，结果显示Inself在平均时间上是A*的8.26%、BFS的0.025%，而在开拓点数上分别占A*的69.18%和BFS的1.11%，尽管路径长度比最短路径稍长，但增长仅0.26%，体现出在牺牲少量路径长度的前提下，显著提高了计算效率。 对于多机协同控制，论文着重介绍了两种编队策略。二维场景下，设计了一种弹性绕圈式编队策略，能够在遇到障碍时灵活调整，保持队形稳定。而在三维环境中，虽然沿用了二维队形的基本结构，但在新增的第三个维度中，优先考虑保持同一水平面的编队移动，以提高协作效率。 关键词包括规划算法、栅格地图和多机协同，这些概念贯穿全文，展示了作者对解决实际环境中的复杂路径规划问题的独特解决方案。这篇论文深入剖析了Inself算法在栅格地图路径规划和多机协同控制方面的技术细节和优势，为相关领域的研究者提供了有价值的参考。