在栅格图上手动选取多个障碍范围并用A*算法规划最优路径（AStar ）

资 源 简 介

在栅格图上手动选取多个障碍范围并用A*算法规划最优路径（AStar ）

详 情 说 明

在栅格地图上进行路径规划时，手动选取多个障碍范围并应用A*算法寻找最优路径是一个常见需求。栅格地图将环境划分为均匀的网格单元，其中某些单元被标记为障碍物，不可通行。

### 实现思路

手动选取障碍范围 用户可以通过交互式界面（如鼠标点击或拖拽）选择栅格地图上的多个区域，标记为障碍物。这些障碍物可以是任意形状，通常以矩形或多边形范围表示。

构建栅格地图 栅格地图采用二维数组存储，每个单元格的状态包括可通行或不可通行（障碍）。手动选取的障碍物会在该数组中标记对应位置为阻塞状态。

A*算法规划路径 A*算法是一种启发式搜索算法，结合Dijkstra的最短路径策略和启发式估值函数，能高效找到从起点到终点的最优路径。关键步骤包括： 开放列表和封闭列表：存储待探索和已探索的节点。 代价计算：综合实际移动成本（G值）和启发式预估成本（H值）决定搜索方向。 回溯路径：当到达终点时，从终点反向追溯父节点形成完整路径。

优化与改进 动态障碍调整：允许运行时修改障碍物并重新规划路径。 启发式函数选择：可使用曼哈顿距离或欧几里得距离，适应不同移动约束（如四向或八向移动）。

通过结合交互式障碍设置和A*搜索，可以灵活模拟多种场景的路径规划需求，适用于游戏AI、机器人导航等应用。