1. 项目概述从“撞墙”到“丝滑”的进化之路干了十几年机器人从实验室的玩具车到工厂里满负荷跑的AGV再到如今满大街跑的无人配送小车我最大的感触就是路径规划这玩意儿真不是纸上谈兵。它就像机器人的“大脑导航”决定了这玩意儿是像个没头苍蝇一样到处乱撞还是能像个老司机一样在复杂环境里游刃有余。今天咱不聊那些虚头巴脑的概念就结合我这十多年踩过的坑、调过的参把移动机器人路径规划那些核心算法掰开了、揉碎了讲清楚。无论你是刚入行的学生还是正在为项目选型头疼的工程师希望这篇总结能给你一个清晰的路线图让你知道什么时候该用什么“武器”以及怎么把这“武器”用得顺手。移动机器人路径规划说白了就是给机器人找一条从A点到B点的“好”路。这个“好”字学问可就大了。它可能意味着最短、最快、最省电、最平稳或者最安全不撞人、不撞墙、不翻车。为了实现这个目标算法江湖里门派林立从古典的图搜索到现代的智能优化再到如今火热的机器学习各有各的绝活。但别被这些名词唬住它们的核心思想往往非常直观。接下来我们就按照从全局到局部、从静态到动态的逻辑把这些算法捋一遍重点讲明白它们为什么这么设计以及在实际项目中怎么用、会踩什么坑。2. 全局路径规划先看地图再出发全局路径规划相当于出行前用手机地图做行程规划。它假设我们对整个环境了如指掌有一张先验的静态地图任务是在这张地图上找出一条连接起点和终点的最优或次优路径。这是所有导航任务的第一步也是最基础的一步。2.1 经典图搜索算法Dijkstra与A*当环境被建模为一张图Graph其中节点代表位置边代表可通行路径及其代价如距离、时间时图搜索算法就派上用场了。Dijkstra算法这是最“老实”的算法。它从起点开始像水波扩散一样均匀地探索所有方向直到触及终点。它保证找到的是全局最短路径在图的定义下。但它的缺点是“盲目”会探索大量不必要的节点计算效率较低特别是在大地图上。实操心得Dijkstra算法实现简单鲁棒性强在小型栅格地图比如100x100或者路径节点数不多的拓扑地图中完全够用。它的代码可以作为你验证地图数据结构和基础搜索逻辑的“试金石”。但在实际工程项目中除非对最优性有极端要求且地图很小否则一般不会直接用纯Dijkstra。A*算法这是Dijkstra的“聪明”升级版也是工业界应用最广泛的全局规划算法之一。它的核心在于引入了启发式函数Heuristic通常是当前点到终点的欧几里得距离或曼哈顿距离。这个函数像一个“指南针”在搜索过程中始终告诉算法“终点大概在哪个方向”从而让搜索过程更有目的性大幅减少探索的节点数。为什么A*这么受欢迎因为它在一个简单框架内优雅地平衡了最优性和效率。只要启发式函数满足“可采纳性”即不高估实际代价A*就能保证找到最优路径。它的效率比Dijkstra高出一个数量级且非常容易理解和实现。A*的代价函数与核心参数 路径代价通常表示为f(n) g(n) h(n)g(n)从起点到节点n的实际代价。h(n)从节点n到终点的估计代价启发函数。f(n)节点n的总估计代价。这里就涉及到你提到的“路径规划的代价函数的条件”。对于A*启发函数h(n)必须满足可采纳性和一致性或称单调性。可采纳性h(n)永远不大于从节点n到终点的真实代价h*(n)。这保证了算法不会因为过于乐观而错过最优路径。一致性对于任意节点n及其后继节点n‘满足h(n) ≤ cost(n, n) h(n)。这保证了路径代价非递减使得A*在找到目标节点时首次探索到该节点就是最优路径。项目中的具体实现与调参# 一个极简的A*算法框架思路伪代码风格 open_list PriorityQueue() # 优先队列按f(n)排序 open_list.put(起点 f(起点)h(起点)) came_from {} # 记录路径 g_score {起点 0} while not open_list.empty(): current open_list.get() if current 终点 return 重构路径(came_from, current) for neighbor in 获取邻居(current): tentative_g_score g_score[current] 距离(current, neighbor) if neighbor not in g_score or tentative_g_score g_score[neighbor]: # 找到一条到neighbor的更优路径 came_from[neighbor] current g_score[neighbor] tentative_g_score f_score tentative_g_score heuristic(neighbor, 终点) if neighbor not in open_list: open_list.put(neighbor, f_score)常见问题与避坑指南启发函数选择对于栅格地图对角距离Chebyshev或Octile比曼哈顿距离更贴近机器人实际移动成本允许走对角线。对于几何自由度高的机器人如全向轮欧几里得距离更合适。权重系数有时为了进一步加快搜索会使用加权A*f(n) g(n) ε * h(n)(ε 1)。但这牺牲了最优性保证可能找到的是次优解。ε越大搜索越快路径可能越长。需要根据场景权衡。地图膨胀Inflation这是工程上的关键技巧直接在原始障碍物地图上规划路径会紧贴障碍物非常危险。我们需要对障碍物进行“膨胀”相当于给机器人加上一个安全半径。规划在膨胀后的地图上进行生成的路径自然与障碍物保持安全距离。动态障碍物A*本身是静态规划器。对于动态环境通常的架构是全局规划器A 局部规划器负责动态避障*。全局路径定期刷新比如每秒1次或者当机器人偏离全局路径太远时重新规划。2.2 基于采样的算法RRT与PRM当机器人的工作空间是连续的高维空间比如机械臂的关节空间时用栅格或图来离散化会带来“维度灾难”。这时基于采样的规划算法就显示出优势了。快速探索随机树RRT它的思想非常“暴力美学”。从起点开始随机在空间里撒点然后尝试把树向着随机点方向生长一步。如此反复直到树触及终点附近。RRT不追求最优但追求快速找到一条可行路径。它特别适合高维空间和复杂障碍物环境。我在机械臂项目中的应用体会 在为一个六轴机械臂做无碰撞运动规划时A*根本没法用状态空间是6维的。我们采用了RRT-Connect双向RRT效果立竿见影。它的核心优势是“概率完备性”——只要运行时间足够长就一定能找到解如果存在的话。但它的路径通常扭来扭去不够优美。路径优化是必须的RRT生成的原始路径就像一根“毛线”需要后处理。我们常用**路径修剪Path Pruning和轨迹平滑如B样条插值**来缩短路径并让机械臂运动更平滑。概率路线图PRM分两步走。学习阶段在空间中随机撒大量“里程碑”点并连接那些能无碰撞直达的点形成一张路线图。查询阶段给定起点和终点将它们连接到路线图上然后用图搜索算法如Dijkstra在路线图中找路径。PRM适合多任务查询的场景图一旦建好后续规划就很快。选择RRT还是PRM单次查询、高维空间选RRT系列RRT, RRT*, RRT-Connect。同一环境多次查询选PRM。比如一个仓库的多台AGV可以共享一张预先构建好的PRM。追求最优性考虑RRT或PRM它们是渐近最优的即随着采样点增多路径会收敛到最优。但收敛速度较慢。3. 局部路径规划与动态避障应对未知与变化全局路径给出了一条理想化的“参考线”但真实世界充满意外突然出现的人、移动的车辆、临时摆放的货箱……这就需要局部路径规划器来实时应对它只关心机器人周围一小片区域。3.1 动态窗口法DWA这可能是最经典、最直观的局部规划器了。它的思想模拟了人类驾驶在当前位置根据机器人的动力学约束最大速度、加速度模拟出未来一小段时间时间窗口内所有可能的运动轨迹速度对然后从中挑选出一条最优的。DWA的三层评价函数朝向目标轨迹的终点是否朝向全局目标点前进速度轨迹的速度是否够快提高效率与障碍物距离轨迹上离最近障碍物有多远保证安全通过给这三项分配不同的权重然后对所有模拟轨迹进行打分选择最高分的轨迹执行。这个过程在每一个控制周期如100ms重复进行。DWA的优缺点与调参血泪史优点概念清晰实现相对简单能较好地考虑机器人动力学。缺点参数多速度限制、模拟时间、评价权重调参繁琐且容易陷入局部最优比如在狭窄走廊里“振荡”。关键参数sim_time模拟时间太短则目光短浅太长则计算量大且不准确。通常设为2-3秒。vx_sample, vy_sample, w_sample速度采样分辨率采样越密找到好轨迹的可能性越大但计算量也越大。需要在实时性和效果间折衷。评价权重这是调参的核心。安全权重必须占主导否则机器人会冒险。在测试初期可以先把“速度”权重设低确保安全避障稳定后再逐步提升速度权重。踩坑记录我们曾在一个服务机器人项目中使用DWA在办公室环境遇到U型障碍比如三面围住的工位时机器人经常在入口处“左右摇摆”进不去。原因是DWA在每一个周期都只做局部最优选择看不到进入U型区域后的好处。解决方案是加入一点“随机性”或者“历史记忆”比如偶尔允许选择非最高分的轨迹或者当持续振荡时短暂地切换成更激进的参数。3.2 时间弹性带TEB与模型预测控制MPC对于像阿克曼转向的汽车机器人或者对轨迹平滑性要求极高的场景如高速移动、乘客舒适度DWA就显得力不从心了。这时需要更高级的局部规划器。时间弹性带TEB它把全局路径看作一根可以拉伸、挤压的“橡皮筋”。TEB优化的是整条带子上的一系列位姿点同时考虑动力学约束如阿克曼转向的曲率限制、时间约束总时间、与障碍物的距离以及路径的平滑性。它本质上是一个带约束的非线性优化问题。为什么TEB适合阿克曼机器人因为它的优化变量中直接包含了机器人的位姿(x, y, θ)可以很方便地加入曲率约束|κ| κ_max这正好对应了阿克曼转向车辆的最小转弯半径限制。这是DWA难以直接做到的。模型预测控制MPC这是更通用的框架。在每一个控制周期MPC基于当前的机器人状态和环境感知预测未来一段时域内的系统行为并通过求解一个优化问题得到一系列最优的控制输入速度、角速度但只执行第一个控制输入。下一个周期重复这个过程。TEB可以看作是MPC思想在路径规划问题上的一个具体实现。TEB/MPC的工程挑战求解器需要可靠高效的非线性优化求解器如g2o、Ceres Solver或OSQP对于二次规划问题。实时性优化问题的计算量比DWA大得多需要强大的处理器和精心设计的问题规模优化时域长度、位姿点数量。数值稳定性问题构建不好约束冲突、初始值太差会导致求解失败机器人必须要有应对求解失败的降级策略比如紧急停止或切回DWA。3.3 人工势场法APF及其变种这是一种非常物理直观的方法将目标点视为“引力场”障碍物视为“斥力场”机器人像一个小球一样在合力场中运动。计算简单反应快速。它的致命缺陷容易陷入局部极小点。比如当机器人在一个U型障碍正前方时来自目标和障碍的力可能恰好平衡导致机器人停止不动。此外在狭窄通道中两侧障碍物的斥力可能把机器人“卡”在通道中央。工程上的改进虚拟力在局部极小点附近施加一个微小的随机扰动力或切向力帮助机器人逃逸。与其它方法结合常作为DWA或TEB中“障碍物代价”项的计算方式即用势场值来评价轨迹的安全性而不是单独作为规划器。4. 融合与进阶应对更复杂的场景单一的算法往往难以应对所有情况。现代移动机器人系统特别是自动驾驶和高级AMR普遍采用分层、融合的架构。4.1 全局与局部规划的协同这是最经典的架构也就是你提到的“加入局部路径规划层”。全局规划层使用A*、Dijkstra等在静态地图上生成一条从起点到终点的粗略路径称为“全局路径”或“参考线”。这个路径可能只是一系列稀疏的路径点Waypoints。局部规划层使用DWA、TEB等以全局路径为引导结合实时传感器数据激光雷达、摄像头生成机器人实际执行的、无碰撞的、符合动力学的速度指令。如何“加入”这个局部层关键在于路径跟踪Path Following。局部规划器不仅避障还要努力让机器人跟随全局路径。在DWA中这体现在评价函数的“目标朝向”项该项计算的是轨迹终点与全局路径上局部目标点的方位差。这个局部目标点不是全局终点而是全局路径上位于机器人前方一定距离称为“前视距离”的点。前视距离是一个关键参数设置太短机器人会紧贴路径但可能不稳定设置太长跟踪平滑但转弯时切割弯道。4.2 融合感知信息从激光雷达到语义理解早期的路径规划只处理几何障碍。现在我们需要更智能的避障。动态障碍物预测对于激光雷达检测到的移动物体聚类点云可以通过卡尔曼滤波等算法预测其未来轨迹。局部规划器在评价轨迹时不仅要看当前是否碰撞还要预测在未来几秒内是否会与移动物体的预测轨迹相交。代价地图Costmap这不是简单的二值地图障碍/非障碍而是一个灰度地图。值越高“代价”越大机器人越不愿意去。我们可以根据传感器信息灵活设置代价静态障碍物代价最高。动态障碍物预测区域根据碰撞概率设置不同代价。未知区域中等代价鼓励探索但谨慎。危险区域如靠近楼梯口高代价。偏好区域如平整路面低代价。 规划器如A*、DWA在代价地图上搜索自然就会综合考虑安全性、舒适性和效率。4.3 学习型方法从模仿学习到强化学习这是当前的研究热点旨在让机器人通过数据自己学会如何规划。模仿学习IL让机器人学习人类专家的驾驶/操作数据。例如采集人在各种场景下的驾驶状态图像、激光数据和动作方向盘、油门训练一个神经网络来映射感知到动作。这种方法能学到非常拟人化的驾驶风格但严重依赖高质量的数据且遇到训练集中未见过的情况可能表现不佳。强化学习RL让机器人在与环境的交互中试错学习。机器人采取动作环境给予奖励如到达目标、远离障碍目标是最大化累积奖励。你提到的PPO算法就是目前非常流行的深度强化学习算法。它通过策略梯度的方法稳定地优化机器人的决策策略。RL在路径规划中的挑战与尝试状态与动作空间设计如何将丰富的传感器信息图像、激光编码成有效的状态向量动作是直接输出速度指令还是输出更高层的意图奖励函数设计这是RL的灵魂设计不当会导致机器人学到奇怪的行为比如原地转圈也能骗到“存活奖励”。奖励需要精心平衡前进、到达目标、避障、平滑等多个目标。训练效率与安全在真实机器人上训练RL成本高、风险大。通常先在仿真环境如Gazebo、CARLA中进行大量训练再迁移到实物。你提到的“无人机自主路径规划仿真”、“matlab 路径规划 ppo”正是这个思路。我的看法目前纯学习型的规划器在工业落地中还不成熟主要作为传统方法的补充或用于特定子任务如决策超车、汇入车流。更可行的路线是混合架构用传统方法保证基础的安全和可靠性用学习模型来处理复杂的、难以规则化的场景如与行人的交互礼仪或者用来优化传统方法中的参数如DWA的权重。5. 算法选型与工程落地指南纸上谈兵终觉浅。最后结合不同类型机器人的需求给出一些直接的选型建议和工程化要点。5.1 不同机器人的算法适配差分轮式机器人如Roomba扫地机、大部分AGV全局规划A*栅格地图或Dijkstra拓扑地图。局部规划DWA是绝配。因为它能很好地处理差分轮的运动学模型。调参是重点。场景室内仓储、服务引导。阿克曼转向机器人如自动驾驶车、叉车AGV全局规划A*但需考虑车辆几何进行碰撞检查或专门的道路网络搜索。局部规划TEB或MPC。必须考虑转弯半径约束和轨迹平滑性。DWA在这里可能生成不可执行的曲率。场景园区物流、停车场自动泊车你提到的“泊车路径规划算法”常使用基于MPC或几何的方法。全向移动机器人如麦轮、舵轮AGV全局/局部规划选择更多。因为运动灵活对轨迹平滑性要求可能低于阿克曼车辆。A*、DWA、TEB都可以用甚至可以直接规划二维速度(vx, vy, ω)。重点在于底层运动控制的精准实现。无人机特点三维空间运动动力学复杂能耗敏感。规划常用**基于采样的方法RRT***在三维空间进行规划并结合最小化加加速度Jerk或能耗的轨迹优化如多项式轨迹。你提到的“无人机路径规划算法”常指这类方法。5.2 工程化核心不是算法是系统在实际项目中让算法跑起来只是第一步让它稳定、可靠、易维护地跑下去才是真正的挑战。1. 地图表示与管理栅格地图Occupancy Grid最常用直观便于做膨胀。但内存消耗随分辨率平方增长。代价地图Costmap栅格地图的升级多层融合静态层、障碍层、膨胀层。拓扑地图用节点和边表示关键地点和通道轻量级适合大规模环境。全局规划用图搜索局部规划再用栅格。语义地图在几何地图上叠加标签门、桌子、充电桩让规划更智能如“去充电桩附近”。2. 传感器融合与状态估计 规划的前提是知道“我在哪”。这依赖于状态估计如卡尔曼滤波、粒子滤波和传感器融合激光、IMU、轮速计、GPS。糟糕的定位会导致规划器基于错误的地图位置进行规划后果灾难性。务必保证定位系统的稳定和精度。3. 实时性与计算分配规划循环频率通常为5-20Hz。DWA、APF计算快TEB、MPC、RRT较慢。将耗时操作如全局A*重规划放在独立的中低频线程中避免阻塞高频的局部控制循环。使用规划器插件架构如ROS的nav_core方便切换和测试不同算法。4. 异常处理与降级策略 机器人总会遇到规划失败的情况无可行路径、求解器崩溃、传感器失效。系统必须有鲁棒的异常处理流程局部规划失败尝试减速、停车、原地小范围旋转寻找新路径或请求全局重新规划。全局规划失败尝试放宽约束如允许临时穿过低代价区域或进入“恢复行为”如沿边行走。记录日志记录规划失败时的机器人状态、传感器数据和地图这是后期调试改进的最宝贵资料。5. 仿真与测试 在实车调试前务必在仿真环境中进行充分测试。Gazebo ROS是黄金组合。可以构建各种极端场景狭窄通道、动态人流、传感器噪声等批量测试算法的鲁棒性。这比在实地调试效率高百倍也更安全。路径规划算法的世界博大精深从经典的A*到前沿的强化学习没有一种算法是银弹。真正的工程智慧在于深刻理解每个算法的核心思想、适用边界和代价然后根据你的机器人形态、应用场景、性能要求和开发资源进行合理的选择、组合与调优。记住最优雅的算法不一定是项目里最管用的那个能稳定运行上万小时不出错的才是好算法。希望这篇总结能帮你少走些弯路把更多精力花在创造真正的价值上。
