python栅格地图上路径规划作图

工具 spyder（python3.7） matplotlib库

在进行路径规划仿真的时候，我们希望最后得到的结果不仅仅是一个填满数字的数组，而是将它变为更加直观的图片

（spyder数组自带染色，很赞）这是我的A*算法得到的最后的结果，数字意义如下：

数字	0	1	3	4	6
含义	障碍物	可以通行	被加入openlist的节点	被加入closelist节点	最后的路径

但是这样的图片表达效果不佳，我寻求了几种可以将它转化为图片的方法

1.利用pylab中的热图，直接将数组作为参数传入即可得到以下图片

代码：

plt.imshow(map_grid, cmap=plt.cm.hot, interpolation='nearest', vmin=0, vmax=10)
plt.colorbar()
xlim(-1, 20)  # 设置x轴范围
ylim(-1, 20)  # 设置y轴范围
my_x_ticks = np.arange(0, 20, 1)
my_y_ticks = np.arange(0, 20, 1)
plt.xticks(my_x_ticks)
plt.yticks(my_y_ticks)
plt.grid(True)
plt.show()

这种方式在表达效果上优于未染色的数组，但是我没有对imshow的热图（heatmap）进行深入研究，所以该没有研究该如何自定义各个部分的颜色，感兴趣的朋友推荐这篇文章给你们https://www.cnblogs.com/dylancao/p/9993953.html

2.直接利用matplotlib进行绘图，利用 plot scatter以及线条控制来表达我们想要的图像

直接上效果图

黑色表示障碍物，浅蓝色方块表示加入过openlist的位置，绿色表示加入closelist的位置，蓝色线条表示我们最后的路径

（是不是感觉好看很多哈哈哈哈）

代码如下：

def draw_path(map_grid,obstacle,path,closelist,openlist=None):
'''
map_grid为处理好的二维数组
obstacle到openlist都是整数，为其对应的标志。比如0代表obstacle，那么obstacle位置就填0
'''obstacle_x=[]obstacle_y=[]path_x=[]path_y=[]close_list_x=[]close_list_y=[]open_list_x=[]open_list_y=[]for i in range(map_grid.shape[0]):for j in range(map_grid.shape[1]):if map_grid[i][j]==obstacle:   #栅格地图上obstacle为障碍物标识obstacle_x.append(i)obstacle_y.append(j)    if map_grid[i][j]==path:   #栅格地图上path为最后搜索得到路径位置标志path_x.append(i)path_y.append(j)if map_grid[i][j]==closelist:   #栅格地图上closelist为为闭列表中记录的位置标志close_list_x.append(i)close_list_y.append(j)if map_grid[i][j]==openlist:   #栅格地图上openlist为为闭列表中记录的位置标志open_list_x.append(i)open_list_y.append(j)plt.figure(figsize=(10,10))  #为了防止x,y轴间隔不一样长，影响最后的表现效果，所以手动设定等长plt.xlim(-1,map_grid.shape[0])plt.ylim(-1,map_grid.shape[1])my_x_ticks = np.arange(0, map_grid.shape[0], 1)my_y_ticks = np.arange(0, map_grid.shape[1], 1)plt.xticks(my_x_ticks)#我理解为竖线的位置与间隔plt.yticks(my_y_ticks)plt.grid(True)  #开启栅格plt.plot(path_x,path_y,linewidth=3)plt.scatter(open_list_x,open_list_y,s=500,c='cyan',marker='s')plt.scatter(obstacle_x,obstacle_y,s=500,c='k',marker='s')plt.scatter(close_list_x,close_list_y,s=500,c='g',marker='s')plt.title("grid map simulation ")plt.show()

简单来讲就是遍历整个地图，然后将需要绘制的障碍物，路径等都通过列表记录下来，最后通过这几行表现出来，但是传入的mapgrid必须是类似本文第一张图那种经过算法处理过的形式

    plt.plot(path_x,path_y,linewidth=3)plt.scatter(open_list_x,open_list_y,s=500,c='cyan',marker='s')plt.scatter(obstacle_x,obstacle_y,s=500,c='k',marker='s')plt.scatter(close_list_x,close_list_y,s=500,c='g',marker='s')

marker代表点标志，c表示颜色，s表示标志的大小，s的大小需要大家自己手动调整一下，不一定适用。这里有一份速查博客，可以帮你快速选择自己要的颜色和样式

说明：这里选择plot来绘制路径是因为plot会自动连线（除非设置linestyle=''），而scatter是绘制散点图，它不会自动连线。

3.利用OpenCV库进行绘制

这种方法理论上可行（我没有实践）

直接通过img=np.zeros(size,dtype='uint8')来创建画布，然后将得到的二维数组做一个比例变换处理（你不希望自己的图只有几百个像素点吧），依靠OpenCV提供的绘图函数来展示内容

这种方法很麻烦，但是对像素点操作的方式决定了它自由度极高，可以满足很多怪异需求

这里还是推荐大家使用第二种方式，原理简单，在具有一定自由度的情况下也不需要很麻烦操作。

python栅格地图上路径规划作图相关推荐

基于栅格地图的路径规划（一）基于Matlab二维、三维栅格地图的构建
基于栅格地图的路径规划(一)基于Matlab二维.三维栅格地图的构建前言 1.二维栅格地图的创建 1.1.二维栅格地图构建原理 1.2.二维栅格地图构建例程 2.三维栅格地图的创建 2.1.三维栅格 ...
【A_star三维路径规划】基于matlab A_star算法机器人栅格地图三维路径规划【含Matlab源码 190期】
一.A_star算法简介 1 A Star算法及其应用现状进行搜索任务时提取的有助于简化搜索过程的信息被称为启发信息.启发信息经过文字提炼和公式化后转变为启发函数.启发函数可以表示自起始顶点至目标顶 ...
百度地图no result available_【整理之路二】百度地图的路径规划和调用本机地图导航...
推荐看完之后注意一下最后的东西一.细说百度地图的路径规划路径规划主要有这么几种 1.公交路径规划 1.1 市内公交规划(暂时不在这里说) 1.2 跨市/省公交规划 // 导入头文件 #import ...
【整理之路二】百度地图的路径规划和调用本机地图导航
一.细说百度地图的路径规划路径规划主要有这么几种 1.公交路径规划 1.1 市内公交规划(暂时不在这里说) 1.2 跨市/省公交规划 // 导入头文件#import <BaiduMapAPI_ ...
python画地图经纬度_如何用python画地图上的标注线？
我们平时看文章的时候会遇到一些不太好理解的地方,如果上面有标注那就事半功倍了.当然在地图中也是如此.之前我们学会了很多画图的技巧,但是忽略了标注这种细节的重要作用.小编经过一番学习和整理,清楚了这部分 ...
python在地图上标注点_怎样用python画地图上的标注线
怎样用python画地图上的标注线发布时间:2020-11-16 09:52:53 来源:亿速云阅读:90 作者:小新小编给大家分享一下怎样用python画地图上的标注线,希望大家阅读完这篇文章 ...
Android 百度地图之路径规划
我集成了百度地图驾车路径规划,但总是不规划,下面我来简单说说吧. 首先就是按照百度官方文档按步骤复制粘贴对应的代码到自己工程. 百度地图驾车路径规划网址:https://lbsyun.baidu.co ...
高德地图驾车路径规划API，获取两地点之间的驾车里程和时间
高德地图驾车路径规划API,获取两地点之间的驾车里程和时间 import pandas as pd import requests import jsondef get_dis_tm(origin, ...
python地图标点_如何用python画地图上的标注线？
我们平时看文章的时候会遇到一些不太好理解的地方,如果上面有标注那就事半功倍了.当然在地图中也是如此.之前我们学会了很多画图的技巧,但是忽略了标注这种细节的重要作用.小编经过一番学习和整理,清楚了这部分 ...

python栅格地图上路径规划作图

python栅格地图上路径规划作图相关推荐

最新文章

热门文章