本项目根据原项目进行重构和重写，旨在学习C++语法和规控算法。
原项目地址，理论知识参考原项目博客.
python代码实现参考github仓库 .
推荐结合博客内容来看代码实现。
本项目在Ubuntu 20.04下运行，windows下尚未尝试过，因此推荐使用Ubuntu系统。
- python3
- matplotlib
- cmake
- Eigen
- Osqp
- CPPAD
- Ipoptsudo apt install cmake如果在项目编译时报cmake版本低的错误，可参考该 博客 升级cmake。对cmake操作不不够熟悉的同学可以先参考文档 学习。
sudo apt-get install libeigen3-dev解决 fatal error: Eigen/Core: No such file or directory
当调用 eigen 库时，会报错：fatal error: Eigen/Core: No such file or directory
这是因为 eigen 库默认安装在了 /usr/include/eigen3/Eigen 路径下，需使用下面命令映射到 /usr/include 路径下：
sudo ln -s /usr/include/eigen3/Eigen /usr/include/Eigen
Eigen库采用模板编程技术，仅由一些头文件组成，运行速度快。用cmake管理项目的时候，只需要在CMakeLists.txt里面添加头文件的路径即可：
find_package(Eigen3 REQUIRED)
include_directories(${EIGEN3_INCLUDE_DIR})画图代码采用了c++ 调用python的matplotlib的方式，所以需要使用 pip的方式安装matplotlib，具体使用方式参考说明文档 。
这边直接移植了该功能。
pip3 install matplotlibMPC代码使用了CPPAD/Ipopt优化库，如果要进行MPC的测试，需要安装CPPAD/ipopt。安装方式可参考博客 。
osqp_eigne参考博客
在项目主目录下，编译：
mkdir build
cd build
cmake ../
make- 全局路径规划算法——Dijkstra算法
- 全局路径规划算法——蚁群算法
- 全局路径规划算法——动态规划算法
- 全局路径规划算法——A*算法
- 局部路径规划算法——曲线插值法
- 局部路径规划算法——人工势场法
- 局部路径规划算法——贝塞尔曲线法
- 局部路径规划算法——B样条曲线法
- 局部路径规划算法——DWA算法
- 基于采样的路径规划算法——PRM
- 基于采样的路径规划算法——RRT
- 基于采样的路径规划算法——RRT-Connect
- 基于采样的路径规划算法——RRT*
- 路径规划—— Dubins 曲线推导(基于向量的方法)
- 路径规划—— Dubins 曲线公式总结(基于几何的方法)
- 路径规划——ReedsShepp 曲线总结
- 汽车速度规划介绍