Fast-planner 和 Ego-planner 比较

Fast-planner和Ego-planner都是无人机路径规划中常见的算法，但它们的实现方式和目标略有不同。

Fast-planner 是一种高效的 全局路径规划算法，它主要用于生成无人机的长期规划路径，以最小化整个路径的时间和距离。该算法通过先前的地图信息和无人机当前状态，生成一条起点和终点之间的最优路径，并且在运行时间上非常快速，通常能够在几秒内完成路径规划。

相比之下，Ego-planner 是一种更加局部的路径规划算法，其主要目的是在无人机飞行过程中即时生成适合当前交通状况的 短期规划路径，以确保无人机的安全性和飞行效率。Ego-planner会在每次更新时考虑无人机周围的实时信息，如障碍物和其他干扰的运动信息，以生成一个可行的飞行路径。因此，Ego-planner的实时性非常高，但是它可能不是最优的路径规划算法。

总的来说，Fast-planner和Ego-planner都有自己的优点和缺点，其选择主要取决于具体的应用场景和需求。例如，在长途旅行或大规模交通规划中，Fast-planner可能更适合；而在城市建筑稠密和复杂的城市环境中，Ego-planner可能更适合。
Fast-Planner是一种基于规划图的快速全局路径规划算法，它适用于无人机在复杂环境中高速穿越的场景，例如飞越森林或城市的快速运输。

Fast-Planner

Fast-Planner算法的主要思想是将环境建模为一个有向无环图（DAG），每个节点表示一个离散的空间位置，边表示两个位置之间的通行关系。Fast-Planner采用一种称为“不完全样条代替”的技术来实现路径规划，这种技术可以在保持计算效率的同时，生成平滑的路径。

Fast-Planner算法的核心部分是一种名为“快速矩阵式A*”（Fast Matrix-Style A*）的搜索算法。这种算法通过预处理边缘的代价值和通过矩阵运算来处理节点代价值，从而实现了更快的计算速度。此外，Fast-Planner还引入了一种称为“高速跳跃”的技术，它可以在搜索过程中跳过不需要的节点，从而提高搜索速度。

Fast-Planner算法在多个仿真场景和实际无人机场景中进行了测试，并与其他快速路径规划算法进行了比较。实验结果表明，Fast-Planner算法在效率和路径质量方面表现出色，具有较好的实时性和鲁棒性，可应用于无人机在复杂环境中的高速穿越场景。

Ego-planner

EGO-Planner 的无 ESDF（Euclidean Signed Distance Field）梯度型局部规划器，适用于四旋翼无人机。传统的梯度型规划器需要 ESDF 的信息来计算障碍物的梯度，但是 ESDF 需要进行昂贵的计算和存储，并且只能处理固定的环境。EGO-Planner 取而代之，使用另一种称为距离场网格（Distance Field Grid）的技术，它比 ESDF 更加简单，可以在运行时动态构建，从而可以应对不同环境的变化。

EGO-Planner 的主要思想是使用有限差分来估计距离场网格的梯度，然后将其用于路径规划。为了保证飞行的平稳性，论文中提出了一种基于“控制变量转换”（Control Variable Transformation）的方法，将生成的路径转化为一个控制输入，从而使得四旋翼无人机可以以平稳的方式沿着路径飞行。

EGO-Planner 在多种复杂环境下进行了实验，并与其他梯度型规划器进行了比较。实验结果表明，EGO-Planner 能够在不需要 ESDF 的情况下快速生成平滑的轨迹，与其他规划器相比，其计算时间更短，规划的路径更平滑。总的来说无 ESDF 梯度型规划器 EGO-Planner，可以实现快速、高效、平滑的路径规划，并适用于不同环境下的四旋翼无人机飞行任务。