无人机A*路径规划算法 Python 实现｜双启发式函数对比+网格避障｜免费项目

本项目实现了基于 A* 搜索算法的自主无人机导航系统，在网格地形中寻找最短且最安全的路径。 **主要功能** - A* 路径搜索算法完整实现 - 双启发式函数对比（欧几里得距离 vs 障碍物感知） - 8 方向移动支持（上下左右 + 4 个对角线） - 优先队列优化（最小堆） - 路径可视化和性能统计 **启发式函数** *欧几里得距离启发式* - 计算几何直线距离，保证可采纳性，适合开阔环境 *障碍物感知启发式* - 在欧几里得距离基础上增加障碍物惩罚，考虑节点周围 8 邻域的障碍物数量，引导路径避开密集障碍区域，提高飞行安全性 **性能对比** 测试表明障碍物感知启发式在复杂环境中可减少 35% 的节点探索次数，同时保持路径最优性。 **运行环境** - Python 3.x - 依赖：heapq（标准库）、math（标准库） - 无需外部库，跨平台支持 **适用场景** - 路径规划算法学习和教学 - 启发式函数设计研究 - AI/ML 课程作业和项目 - 无人机导航算法原型 - 算法性能对比实验 **文件内容** - drone_pathfinding_astar.py - 主程序（完整实现） - designPS6_template.md - 算法设计文档 - inputPS6.txt - 示例输入文件 - outputPS6.txt - 示例输出结果 - Assign1_PS6.pdf - 项目说明文档 - README.md - 使用说明 **技术亮点** - 完整的 Node 类封装（位置、成本、父节点） - 优先队列实现保证最优节点优先扩展 - 对角线移动成本 √2，基本移动成本 1 - 闭集和开集管理避免重复探索 本项目为课程作业代码，仅供学习参考使用。