无人系统二维路径规划与参数优化案例

本案例基于本地 Syslab / MWORKS 环境构建了一个可直接运行的二维路径规划与参数优化演示。

场景说明

起点固定为 start = [0, 0]。
终点固定为 goal = [10, 10]。
设置 5 个中间路径点作为优化变量。
地图中布置了 4 个圆形障碍物。
目标函数综合考虑路径长度、路径平滑性和避障惩罚。

算法配置

智能算法：particleswarm，即粒子群优化 PSO，全局搜索能力较强。
传统优化算法：fminsearch，基于 Nelder-Mead 的无导数局部优化。

结果摘要

Algorithm	Objective	Path Length	Obstacle Penalty	Collision	Runtime (s)	Evaluations
PSO	152.0000	20.0000	0.0000	false	1.2990	5400
fminsearch	16.6586	15.3470	0.0001	false	0.7240	2636

当前这一轮运行中，综合目标值最优的算法为 fminsearch。

输出文件

outputs/path_results.png：初始路径与优化后路径对比图。
outputs/convergence_curves.png：两种算法的收敛曲线。
outputs/algorithm_comparison.png：关键指标柱状对比图。
outputs/comparison_metrics.csv：结果指标表，便于二次分析。
outputs/results_summary.txt：文本摘要结果。

运行方式

在 Syslab 中进入本案例目录后，执行以下命令：

include("main.jl")
run_demo()

脚本会自动完成求解、绘图，并将全部结果写入 outputs/ 目录。