目录

0 专栏介绍 1 什么是D* Lite算法？ 2 自适应修正项 3 D* Lite算法流程 4 算法仿真与实现 4.1 ROS C++实现 4.2 Python实现

0 专栏介绍

🔥附C++/Python/Matlab全套代码🔥课程设计、毕业设计、创新竞赛必备！详细介绍全局规划(图搜索、采样法、智能算法等)；局部规划(DWA、APF等)；曲线优化(贝塞尔曲线、B样条曲线等)。

🚀详情：图解自动驾驶中的运动规划(Motion Planning)，附几十种规划算法

---

1 什么是D* Lite算法？

上节我们介绍了LPA*算法：路径规划 | 图解LPA*算法(附ROS C++/Python/Matlab仿真)。然而LPA*算法也有缺陷：由于LPA*算法采用从起点开始的前向扩展，所以当机器人开始移动后，若再遇到动态障碍则需要更新全体节点信息，LPA*算法将无法实现增量规划。换言之，LPA*算法的局限性是只能实现一次增量——必须固定起点，在此基础上引入动态障碍才能修正路径。