使用 matplotlib 和 A* 算法构建无人机导航系统

您有没有想过无人机如何在复杂的环境中导航？在本博客中，我们将使用 Python、Matplotlib 和 A* 算法创建一个简单的无人机导航系统。最后，您将拥有一个可以可视化无人机解决迷宫的工作系统！

你将学到什么

1. 基本人工智能术语，如“代理”和“环境”。
2. 如何使用 Python 创建和可视化迷宫。
3. A* 算法如何解决导航问题。
4. 如何实现和可视化无人机的路径。

---

简介

要构建我们的无人机导航系统，我们需要以下内容：

1. 特工：无人机？.
2. 路径： 无人机将穿过的 2D 迷宫？️。
3. 搜索算法： A* 算法 ⭐.

但首先，让我们为新手快速回顾一下一些基本的人工智能术语。

---

关键人工智能术语

• 代理：一个实体（如我们的无人机），感知其环境（迷宫）并采取行动以实现目标（到达迷宫的尽头）。
• 环境： 代理运行的世界，这里表示为 2D 迷宫。
• 启发式：用于指导搜索的经验法则或估计（例如测量到目标的距离）。

---

系统设计

我们的无人机将在二维迷宫中导航。迷宫将包括：

• 墙壁（不可通行区域以 1 表示）。
• 路径（用 0 表示的开放空间）。

无人机的目标：

1. 避开墙壁。？
2. 到达路径的尽头。？

这是迷宫的样子：

---

第 1 步：搭建迷宫

导入所需的库

首先，安装并导入所需的库：

import matplotlib.pyplot as plt
import numpy as np
import random
import math
from heapq import heappop, heappush

定义迷宫尺寸

让我们定义迷宫大小：
蟒蛇
宽度、高度 = 22, 22

设置方向和重量

在现实世界的导航中，不同方向的移动可能会产生不同的成本。例如，向北移动可能比向东移动更困难。

DIRECTIONAL_WEIGHTS = {'N': 1.2, 'S': 1.0, 'E': 1.5, 'W': 1.3}
DIRECTIONS = {'N': (-1, 0), 'S': (1, 0), 'E': (0, 1), 'W': (0, -1)}

初始化迷宫网格

我们从一个充满墙壁的网格开始（1s）：

import matplotlib.pyplot as plt
import numpy as np
import random
import math
from heapq import heappop, heappush

麻木的。 Ones() 函数用于创建给定形状和类型的新数组，并用 1 填充...在使用默认值初始化数组时很有用。

第二步：雕刻迷宫

现在让我们定义一个函数，它将“雕刻”在迷宫中开辟路径，迷宫现在仅用墙壁初始化

DIRECTIONAL_WEIGHTS = {'N': 1.2, 'S': 1.0, 'E': 1.5, 'W': 1.3}
DIRECTIONS = {'N': (-1, 0), 'S': (1, 0), 'E': (0, 1), 'W': (0, -1)}

定义起点和终点

maze = np.ones((2 * WIDTH + 1, 2 * HEIGHT + 1), dtype=int)

---

第三步：可视化迷宫

使用Matplotlib显示迷宫：

def carve(x, y):
    maze[2 * x + 1, 2 * y + 1] = 0  # Mark current cell as a path
    directions = list(DIRECTIONS.items())
    random.shuffle(directions)  # Randomize directions

    for _, (dx, dy) in directions:
        nx, ny = x + dx, y + dy
        if 0 <= nx < WIDTH and 0 <= ny < HEIGHT and maze[2 * nx + 1, 2 * ny + 1] == 1:
            maze[2 * x + 1 + dx, 2 * y + 1 + dy] = 0
            carve(nx, ny)

carve(0, 0)  # Start carving from the top-left corner

---

第 4 步：用 A 解决迷宫*

A* 算法 使用路径成本和启发式的组合来查找加权迷宫中的最短路径。

定义启发式

我们使用欧几里得距离作为我们的启发式：

start = (1, 1)
end = (2 * WIDTH - 1, 2 * HEIGHT - 1)
maze[start] = 0
maze[end] = 0

A*算法实现

fig, ax = plt.subplots(figsize=(8, 6))
ax.imshow(maze, cmap='binary', interpolation='nearest')
ax.set_title("2D Maze")
plt.show()

---

第 5 步：可视化解决方案

我们已经有了迷宫，​​但你还看不到无人机的路径。
让我们可视化无人机的路径：

def heuristic(a, b):
    return math.sqrt((a[0] - b[0]) ** 2 + (a[1] - b[1]) ** 2)

---

结论

恭喜！ ？您已经构建了一个可用的无人机导航系统：

• 生成一个 2D 迷宫。
• 使用 A* 算法解决它。
• 可视化最短路径。

---

后续步骤

1. 尝试不同的迷宫大小和重量。
2. 尝试其他启发式方法，例如曼哈顿距离。
3. 可视化 3D 迷宫以获得更多复杂性！

请随时分享您的结果或在下面的评论中提出问题。
到无限甚至更远？

以上是使用 matplotlib 和 A* 算法构建无人机导航系统的详细内容。更多信息请关注PHP中文网其他相关文章！