概述
本文介绍了一个基于 MATLAB 的 A* 路径规划算法实现，该算法能够在包含随机障碍物的栅格地图中找到从起点到终点的最优路径。代码提供了完整的路径规划解决方案，包括环境生成、算法执行、路径优化和可视化展示。
系统功能
1. 环境生成与初始化
系统能够创建自定义大小的栅格地图，并随机生成障碍物：
n = 100; % 100x100 的栅格地图
wallpercent = 0.4; % 障碍物占比 40%
[field, startposind, goalposind, costchart, fieldpointers] = initializeField(n, wallpercent);
环境初始化功能包括：
- 生成指定尺寸的栅格地图
- 按比例随机放置障碍物（标记为 Inf）
- 随机设置起点（'S'）和终点（'G'）
- 初始化代价图表和指针矩阵
2. A* 算法核心实现
算法采用标准的 A* 搜索策略，结合启发式函数寻找最优路径：
while ~max(ismember(setOpen, goalposind)) && ~isempty(setOpen)
[temp, ii] = min(setOpenCosts + Weights * setOpenHeuristics);
[costs, heuristics, posinds] = findFValue(setOpen(ii), setOpenCosts(ii), field, goalposind, 'euclidean');
% ... 节点扩展和更新逻辑
end
关键组件包括：
- 开放集合 (setOpen)：待探索的节点
- 封闭集合 (setClosed)：已探索的节点
- 代价计算：综合考虑实际代价和启发式代价
- 节点扩展：四方向（上、下、左、右）移动
3. 路径优化与平滑
系统实现了多种路径优化技术：
拐角优化
减少路径中的不必要的转弯，提高路径质量：
if ((setOpen(ii) ~= startposind) && (Corner_amend == 1))
[new_ii, amend_count_1] = Path_optimization(...);
ii = new_ii;
end
B 样条曲线平滑
使用 B 样条曲线对原始路径进行平滑处理：
path_opt = [kk2, kk];
k = 3; % 3 阶 B 样条
% ... B 样条曲线生成代码
plot(path(:,1), path(:,2), 'g-', 'LineWidth', 2);
4. 动态权重调整
支持启发式函数的动态权重调整，平衡搜索速度与最优性：
Weights = 2; % 启发式函数权重系数
5. 可视化与交互
丰富的可视化功能实时展示算法执行过程：
- 实时搜索过程：彩色蔓延效果展示算法探索过程
- 路径绘制：最终路径以高亮颜色显示
- 起点终点标记：绿色圆圈标记起点，黄色方块标记终点
- 障碍物显示：不同颜色区分可通过区域和障碍物
算法特点
1. 多种启发式函数支持
- 欧几里得距离 (Euclidean)
- 曼哈顿距离 (Taxicab)
