我正在寻找一种算法，但我不知道从哪里开始！
我试图在笛卡尔图中从 A 点到 B 点。运动仅限于遥控车：后退、前进、左前和右前（恒定转弯半径；汽车要么完全转弯，要么根本不转弯）。
我将如何构造一个采用以下内容的算法：
turningRadius, initialPosition, initialOrientation, finalPosition
并产生一组有序的步骤以到达 finalPosition？
请注意，我不在乎最终的方向是什么。
谢谢！
编辑：请注意，这不是在具有离散节点的图中，而是在连续坐标系中
【问题讨论】：
标签： algorithm coordinate-systems cartesian motion-planning
描述你的问题的方式，算法很简单，只需要两个简单的步骤：1）在转弯（左或右）的同时向前移动，直到汽车直接指向 B，2）向前直行直到你撞到 B . 完成。
唯一相对棘手的部分是第一步。如果 B 在其初始位置位于汽车纵轴的左侧，则自然的方法是从左转开始。这将起作用，除非 B 点位于由左转（半径为turningRadius）产生的圆形轨迹内。在后一种情况下，汽车会绕圈行驶，但永远无法直接瞄准 B。在这种情况下，正确的策略实际上是从 右转 开始并继续转弯，直到你瞄准B站的车。
因此，如果您对轨迹没有任何最优性要求，那么第一步最简单的算法是无条件地“远离”该点：如果 B 撒谎，则转右汽车纵轴的left，如果B位于right，则转left。继续转弯，直到汽车直接瞄准 B。这听起来有点不自然，但它总是有效的，即您始终能够最终瞄准汽车。
如果您关心更优（更短）的轨迹，那么您需要分析 B 相对于汽车初始位置/方向的位置（“B 是在转弯圈内还是在转弯圈外？”）并选择相应的第一个转弯的方向。
【讨论】：
一般来说，这不是一个容易的问题。它属于“差异约束下的规划”类别。 LaValle 书的最后三章（可在线获取here）处理了这个问题。尤其是第 14.4.2 节，它涉及“杜宾斯汽车”，它与您的遥控车相似，只是它不会后退。
同时搜索“杜宾斯汽车路径规划”。你会发现很多论文。
【讨论】：
你试过a*（a-star）吗？提供地形图也很好。您可以为地形的不同部分分配权重，这将导致不同的路径。我相信默认情况下该算法不提供对角线方向，但您可以很容易地添加它。
默认情况下它不处理“转向”，但 a-star 会给出完整路径。您可以做的是根据 2 个点计算转弯半径。当前位置和下一个计算的位置，或最后一个位置和当前位置。然后，您可以随着角度的变化增加或减少朝向。您可能需要对此进行一些调整。
【讨论】：
听起来是一个有趣而有趣的项目！要获得特定的算法推荐，您可能应该提供更多详细信息……就像您希望在连接到 RC 汽车的某种嵌入式控制器上运行它一样？或者是在工作站上运行并远程控制汽车的算法？ （或者这纯粹是一个抽象的练习，没有车……哇。）
我的一般建议是Building Problem Solvers，这是对“AI”问题解决技术世界的一个很好的介绍。这些天可能有点过时了……但是等等，我在说什么！可能不是。 :-)
[好吧，我应该解释一下最后一条评论：我在实践中看到的大多数“现代”人工智能技术实际上都可以追溯到多年前的想法......现在它们刚刚变得实用，这要归功于摩尔定律的不断进步。因此，就我个人所见，1993 年写的一本书仍在讨论相当先进的技术。我很想被指出一个反例！]
【讨论】：