走迷宫的简易解法

这个相当于是我学习CS后的第一个项目，写出来的时候还是非常开心的。想找个地方记录一下技术博客，发现掘金真的很方便，我把带有图片网址的文章复制过来后，自动解析并存储到掘金的服务器上了，这对我来说真的很方便，因为很多google上存的照片国内经常看不到。

GitHub 源代码：点击查看

---

** 如何用左手墙跟随走出迷宫？**

左手墙跟随算法（Left Wall Following Algorithm） 是一种简单但有效的迷宫导航策略。
尽管它 不保证最短路径，但在测试中，它几乎 100% 能够成功逃出迷宫。原理很简单，就是让左手沿着墙一直走，然后一直走就能走出去了。

当然，这个解法也有明显的缺陷，比如出口必须在外面，而不能在里头。我们这里假设迷宫是一个连通的常规迷宫，如下图所示：

---

基于传感器的决策方式

机器人依赖 两个关键的传感器数据 进行决策：

• 正前方扫描（-15° 到 15°）：检测正前方的障碍物。
• 左侧扫描（45° 到 135°）：测量左侧墙壁的最小距离。

---

算法逻辑

障碍物检测逻辑

• 如果前方有障碍物：
  • 若左转状态（left-turn state）为 True，则左转。
  • 否则，右转。

路径导航逻辑

• 如果前方无障碍物：
  • 若在“死区”（Dead Zone），则右转。
  • 若处于“死线”（Dead Line）与“保持线”（Keep Line）之间，向保持线靠近。
  • 若在“保持线”与“边界线”（Boundary Line）之间，维持当前位置前进。
  • 若超出“边界线”，则保持直行，直到检测到左侧墙壁。

📌 算法流程示意图：

📌 实际运行示意图：

---

📝 代码结构

class LeftWallFollower:
  def __init__(self):
    # 初始化逻辑

  def clst_dtc_and_dir(self, start_degree, end_degree):
    # 计算最近墙壁的位置与方向

  def scan_cb(self, msg):
    # 处理传感器数据

  def follow_left_wall(self):
    # 实现速度控制和 Bang-Bang 控制

📊 测试结果

算法在 10 次 不同的迷宫位置测试中，成功率达到 100% ：

• 完美路径：60% 的情况下找到最优路径。
• 次优路径：40% 的情况下路径略显冗余，但仍然成功逃脱。

---

⚠️ 容错性分析

在实验中观察到 两种可能的异常情况：

1. 死胡同处理：如果机器人左转进入死胡同，当遇到新墙壁时会重置自身状态。
2. 出口房间误判：由于传感器精度问题，机器人可能会略过出口附近的小房间。

---

总体来说，实机演示效果也不错：>>实机演示链接