1.1 数据地图
1.1.1地图类型
常见的地图表示方法有：栅格法、可视图法、拓扑图法等等。
1.1.2 栅格地图表示方式
1、本栏路径规划利用矩阵（二维数组）来表示栅格地图（因为对于矩阵，无论MATLAB、C++还是Python，矩阵更适合数组的表达，更便于编程。）
2、矩阵表示地图与传统意识中坐标X,Y有所区别。
如图所示的地图，在矩阵表示中，起点位置为[3,1]，终点为[3,5]，三个障碍物分别为[2,3],[3,3]和[4,3]。在坐标表示中，起点位置为(1,2)，终点为(5,2)，三个障碍物分别为(3,1),(3,2)和(3,3)
3、矩阵表示地图还可以用线性索引来简化，这样将矩阵的二维数组表示成一位数组，编程更方便。
Tips：线性索引，是从第一列开始，沿着行按顺序增长，然后从第二列开始…，是竖着沿行增长的，而非横着沿着列增长。理解记忆有点类似于Excel表格按行递增。
1.2 MATLAB绘制栅格地图
Tips1：这里为了方便MATLAB语言、Python语言和C++编程的统一性，统一采用按行递增的方式存放的下标特征信息数据（如障碍物坐标[row1,col1;row2,col2;row3,col3;…]），表示地图特征信息的位置==；
Tips2：当你获得线性地图特征信息的线性索引关系或者是XY坐标值，可以将其装换成线性索引值套用程序。MATLAB的数组的应用可以参考：MATLAB数组的一些操作
MATLAB绘制栅格步骤
1、创建行列大小的二维矩阵，初始状态全为数值1表示空地；
2、利用矩阵(下标位置) = 赋值的方式，修改对应位置的数值(和colormap的颜色值对应)，表示地图特征；
3、利用colormap函数和image函数绘制出颜色地图；
4、添加坐标。
1.2.1 colormap函数
利用image函数可以画出栅格图像，具体操作可以查看help image的帮助文档。
1.2.2 sub2ind函数和ind2sub函数
将矩阵对应的线性值化成下标，具体操作可以查看 help sub2ind和help ind2sub的帮助文档。
1.2.3 利用地图线性值信息绘制栅格图(FD_DrawRasterMap.m函数)
function Fields = FD_DrawRasterMap(rows,cols,startpos,endpos,obspos)
%DRAWRASTERMAO 绘制随机障碍物的栅格图,存在一个返回内容；输入格式（行数 列数 起点行列位置 终点行列位置 障碍物行列位置）；输出内容数值化的栅格矩阵
% 定义栅格地图全域，并初始化空白区域
field = ones(rows, cols); %初始化空白区域 数值全为1,数值用于表示Cmap的颜色(因为Cmap数组索引只能从1开始)
% 起始点和目标点
startIndex = startpos; %起点的位置
goalIndex = endpos; %终点的位置
field(startIndex(1),startIndex(2)) = 4; %起点在数组的数值,数值用于表示Cmap的颜色
field(goalIndex(1),goalIndex(2)) = 5; %终点在数组的数值,数值用于表示Cmap的颜色
% 障碍物区域
obsIndex = obspos;
field(obsIndex(:,1),obsIndex(:,2)) = 2; %障碍物在数组的数值,数值用于表示Cmap的颜色
% 函数返回值为数值化的栅格矩阵
Fields = field;
%构建数组的栅格图 可以查看帮助 help image
cmap = [1 1 1; ... % 1-白色-空地
0 0 0; ... % 2-黑色-静态障碍
1 0 0; ... % 3-红色-动态障碍
1 1 0;... % 4-黄色-起始点
1 0 1;... % 5-品红-目标点
0 1 0; ... % 6-绿色-到目标点的规划路径
0 1 1; ... % 7-青色-动态规划的路径
0 0 1]; % 8-蓝色
% 构建颜色MAP图
colormap(cmap);
% 绘制图像
image(1.5,1.5,field);
grid on;
set(gca,'gridline','-','gridcolor','k','linewidth',2,'GridAlpha',0.5);
set(gca,'xtick',1:cols+1,'ytick',1:rows+1);
set(gca, 'XAxisLocation','top')
axis image;
end
测试代码：生成行为4列为5的矩阵，起点位置在3，终点在19，障碍物位置在10、11和12。主要目的是为了理解image函数的线性值和ROW和COL的坐标关系。
%%%% TestMain.m
%%%% 脚本文件 用于直接调用函数 熟悉概念
clc;
clear;
close all;
rows = 4;cols = 5;
[startpos(1),startpos(2)] = ind2sub([rows,cols],3);
[endpos(1),endpos(2)] = ind2sub([rows,cols],19);
[obspos(:,1),obspos(:,2)] = ind2sub([rows,cols],[10;11;12]);
field = FD_DrawRasterMap(rows,cols,startpos,endpos,obspos);
field
最后生成的图像如图所示。
1.3 Python绘制栅格地图
Python绘制栅格地图的流程：
1、创建全1二维矩阵，表示空地信息。
2、将下标位置的栅格信息装换成特征值。
3、将矩阵可视化。
Python数组的一些操作：
输入数据依旧采用按列递增的方式（如障碍物坐标[[row1,col1],][row2,col2],[row3,col3];…]）
1.3.1 matplotlib和seaborn包
绘制栅格地图前需要pip install matplotlib和seaborn两个绘图功能包。
参考1：Creating annotated heatmaps
参考2：Python绘制热力图
1.3.2 Python绘制栅格地图(drawmap.py)
import numpy as np
import matplotlib
import matplotlib.pyplot as plt
import seaborn as sns
from matplotlib import colors
'''
# # -------------------------------------这里定义绘图函数-------------------------------------------------
'''
def drawmap(rows,cols,startpos,endpos,obspos):
startIndex = startpos
goalIndex = endpos
obsIndex = obspos
filed = np.ones((rows,cols))
filed[startIndex[0],startIndex[1]] = 4
filed[goalIndex[0],goalIndex[1]] = 5
for index in range(len(obsIndex)):
filed[obsIndex[index][0],obsIndex[index][1]] = 2
cmap = colors.ListedColormap(['none','white','black','red','yellow','magenta','green','cyan','blue'])
fig, ax = plt.subplots(figsize=(9,6))
sns.heatmap(filed, cmap = cmap,vmin = 0,vmax = 8, linewidths = 1.5, linecolor= 'black', ax = ax,cbar = False)
ax.set_title('draw map by python')
ax.set_ylabel('rows')
ax.set_xlabel('cols')
ax.xaxis.tick_top()
ax.xaxis.set_label_position('top')
plt.show()
ax.set_xticks(np.arange(cols))
ax.set_xticklabels(np.arange(cols))
ax.set_yticks(np.arange(rows))
ax.set_yticklabels(np.arange(rows))
'''
# # -------------------------------------这是是测试的主函数-------------------------------------------------
'''
rows = 4
cols = 5
startpos = [2,0]
endpos = [2,4]
obspos = [[1,2],[2,2],[3,2]]
drawmap(rows,cols,startpos,endpos,obspos)
最后生成的图像效果如图。
1.4 C++创建栅格地图矩阵
C++创建栅格地图矩阵的流程：
1、创建全0二维数组，表示空地信息。
2、将下标位置的栅格信息装换成特征值。
3、C++虽然有matplotlib包，但是可视化效果并不是很好，这里不使用C++绘制栅格地图，难度较大。
C++数组的一些基本操作：
#include<iostream>
#include<vector>
using namespace std;
int main()
{
int const rows = 4;
int const cols = 5;
int startpos[2] = {2,0};
int endpos[2] = {2,4};
int obspos[3][2] = {{1,2},{2,2},{3,2}};
int filed[rows][cols] = {0};
filed[startpos[0]][startpos[1]] = 1;
filed[endpos[0]][endpos[1]] = 2;
int len = sizeof(obspos) / sizeof(obspos[0]);
for(int temp_len = 0;temp_len <len; temp_len++)
{
filed[obspos[temp_len][0]][obspos[temp_len][1]] = 3;
}
for(int r = 0; r < rows; r++)
{
for(int c = 0; c < cols; c++)
{
cout<<filed[r][c]<<" ";
}
cout<<endl;
}
return 0;
}
Tips：对C++编程而言，特殊位置信息的二维数组，作为参数进行传递时候，是不方便编程的。后续优化代码，使其采用线性索引的方式进行编程，实现函数封装，提升通用性。
1.5 0积分参考代码
0积分参考代码连接：参考
下一篇：2 Dijkstra路径规划算法
