0 - 简介与安装 - Python运动规划库教程（Python Motion Planning）

简介

运动规划（Motion planning）是在起点和终点之间无冲突地规划机器人状态序列的过程。

运动规划主要包括路径规划（Path planning）和轨迹规划（Trajectory planning）。

• 路径规划（Path Planning）：基于路径约束（如障碍物），规划机器人从起点到终点无冲突行驶的最优路径序列。
• 轨迹规划（Trajectory planning）：在已知路径序列的基础上，结合运动学、动力学约束，规划机器人沿全局路径运动的状态。

本仓库提供了常见运动规划算法的Python实现，包括基于 N 维栅格的路径规划算法、用于路径跟踪的控制器、轨迹优化器、支持 2D 和 3D 的可视化工具，以及一个用于测试控制器的简易物理仿真器。

仓库Github地址：https://github.com/ai-winter/python_motion_planning/
仓库文档地址：https://ai-winter.github.io/python_motion_planning/latest/

欢迎 Star, Fork 和 Contribute！

快速开始

概览

源码文件结构如下所示：

python_motion_planning ├─common | ├─env | | ├─map | | ├─robot | | └─world | ├─utils | └─visualizer ├─controller | └─path_tracker ├─path_planner | ├─graph_search | ├─sample_search | └─hybrid_search └─traj_optimizer └─curve_generator

安装

(可选)本代码在 python=3.10 环境下测试通过，其他相近版本理论上也可使用。推荐使用conda安装依赖。

conda create-npmppython=3.10conda activate pmp

安装本仓库，请在终端中运行以下命令：

pipinstallpython-motion-planning

演示

路径规划器

图搜索（Graph Search）

规划器	2D 栅格	3D 栅格
Dijkstra
GBFS
A*
JPS
Theta*
Lazy Theta*

采样搜索（Sample Search）

规划器	2D 栅格	3D 栅格
RRT
RRT*
RRT-Connect

混合搜索（Hybrid Search）

规划器	2D 栅格	3D 栅格
Voronoi Planner

控制器

我们提供了一个带有简单物理仿真的玩具级模拟器，用于测试控制器（路径跟踪器）。该模拟器支持多智能体/多机器人。可用的机器人类型包括CircularRobot（全向移动）和DiffDriveRobot（仅支持前进和后退）。目前仅提供 2D 模拟器，3D 模拟器尚未实现。

在以下演示中，蓝色的机器人 1 为CircularRobot，橙色的机器人 2 为DiffDriveRobot。

控制器	2D	3D
Path Tracker		未实现
Pure Pursuit		未实现
PID		未实现
APF		未实现
DWA		未实现
RPP		未实现

轨迹优化器

曲线生成器

基于路径点

生成器	2D	3D
Cubic Spline		未实现
BSpline		未实现

基于位姿点

生成器	2D	3D
Polynomia		未实现
Bezier		未实现
Dubins		未实现
Reeds-Shepp		未实现