障碍最短路径算法研究.pdfVIP

障碍最短路径算法研究 小组成员 陈 康 （2012311316 ）交叉研2 班 冯立新 （2012210914 ）计研123 班 应用背景 障碍最短路径问题是图论中最短路径问题的一个自然的推广，考虑的是在有 障碍情况下的最短路径问题。如工厂中机器人在工作间内如何规划运动的线路、 GIS 系统里地图上两点之间的最短距离、游戏设计中自动寻路、网络路由策略选 择、电路板中线路设计等诸多问题都可归结为有障碍下的最短路径问题。解决这 个问题可以带来非常明显经济效益和社会效益。同时这个问题是计算几何领域的 古老而经典问题之一，而且与它相关的子问题，如单起始点多终止点障碍最短路 径、最短链接、可见图等问题也受到了持续的关注与研究。 问题定义 给定在平面中指定起始点 pStart、终止点 pEnd 和 N 个互不相交的多边形 障碍物 P1 ，P2 ，… ，Pn ，计算起始点 pStart 和终止点 pEnd 之间的最短路径。 相关工作 障碍最短路径问题在计算几何领域曾经得到了广泛的研究，但是由于一直缺 乏简单高效的算法，目前这个方向也逐渐冷却。在实际应用中 ，人们往往更愿意 使用简单高效的非精确算法（如 A*等 ），但我们这里只讨论精确算法。 目前求解障碍最短路径问题有两种基本思路 ：一种是直接构造全局可见性图， 把问题转化成无障碍图的最短路径求解问题；另外一种是通过区域分割，不断排 除不可能区域 ，最终构造出最短路径地图。构造全局可见性图原理比较简单，但 由于需要为大量不可能经过的点构造可见性图 ，所以计算代价比较高。最短路径 地图的原理比较复杂，但算法效率显著提高。当前理论上的最优算法就是基于这 种思路 ，利用波浪线的方法对几何区域进行快速分割实现的。 通过构造可见性图求解最短路径问题直观上很容易理解 ，一旦构造出全局的 可见性图 ，我们就从原问题中抽象出了一幅完全图 ，每一条边都代表了一个可行 的路径 ，接下来要做的就是使用图论中经典的 Dijkstra 算法求解最短路径。事 实上构造可见性图本身就是一个相当基本的问题 ，包括 Art Gallery Problem 在 内的一系列经典问题都依赖于该问题，所以单纯对可见性图构造算法有着大量的 研究[3]。 构造可见性图的一种经典的方法是旋转扫描线算法[1] ，其复杂度为 O(n2logn) ，其中 n 为障碍物顶点的数目。我们实现的也是这个算法，具体内容 我们会在下文中仔细分析。Ghosh 和 Mount 对该算法进行了改进[2] ，使得复 杂度降至 O(nlogn+E) （n 是顶点数，E 是可见性图的边数）。它的思路是以平面 扫描三角剖分形式给出了有障碍情况下可见图的构建。主要的思想是 Funnel Sequence （FNL ）漏斗的分割和合并。漏斗可以看作覆盖所有障碍的多边形边 E 的两个顶点，按照顺时针或者逆时针顺序的所有可见顶点的序列，相连顶点形 成的边是最靠近 E 的左或者右的线段。通过平面扫描的方式，新加入的多边形的 边对应的新漏斗是从原多边凸内链上边的漏斗中分割得到。最后得到的就是要求 的可见图。 同样在三维空间中也存在可见性图，但由于2 维可见性图的概念并不能简单 地直接推广到 3 维，维数升高带来的代数难度和组合难度导致三维空间的可见性 图复杂度更高。Joseph [6]回顾了 3 维可见图的发展历程，指出了 3 维可见图构 造的 NP-hard 性质。 障碍最短路径的另外一种求解思路是直接在几何域上进行运算。Mitchell[4] 的算法考虑了移动物体的尺寸，将整幅地图划分成大小相等的小区域 ，计算哪些 小区域是可以通过的 ，最终将每一个小区域抽象成一个节点，形成一个联通图， 在此基础上同样应用图论最短路径算法。算法的主要代价在于决定哪些小区域是 可以通过的，该算法的时间复杂度为 O(kn) ，k 为障碍的个数，n 为障碍多边形 的边的个数。目前理论上的最优的算法在此基础上由 Hershberger 和 Suri 改进 [5] 提出 ，时间复杂度 O(nlogn)。他们采用的是 continuous Dijkstra 方法 ， 也就是形象的波浪线传播方法对最短路径地图进行计算 ，算法通过对平面采用四 叉树划分加速波浪的事件传递，对非近邻的波浪则采取近似处理从而得到最优的 构造算法。但与大多数理论最优算法类似，该算法在实现上过于复杂，实用性不 高。 输入限定和衰退处理 计算几何的很多算法之所以停留在理论阶段,除