PythonRobotics 机器人算法实战库

PythonRobotics 是什么

PythonRobotics 是一个用 Python 编写的机器人算法代码集合，同时配套一份在线教材。它把机器人领域最常用的算法拆成一个个独立、可运行的小示例，配合 Matplotlib 动画直观展示算法效果，非常适合边跑代码边理解原理。

项目在 GitHub 上已获得超过 3 万星标，是机器人算法学习与自动驾驶规划控制方向的高人气参考项目。

覆盖的算法模块

定位（Localization）

• 扩展卡尔曼滤波定位（EKF）
• 粒子滤波定位（Particle Filter）
• 直方图滤波定位（Histogram Filter）

建图（Mapping）

• 高斯栅格地图
• 射线投射栅格地图
• 激光雷达转栅格地图
• k-means 物体聚类与矩形拟合

SLAM

• 迭代最近点（ICP）匹配
• FastSLAM 1.0

路径规划（Path Planning）

• 动态窗口法（DWA）
• 栅格搜索：Dijkstra、A*、D*、D* Lite、势场法、覆盖规划、粒子群优化
• 状态栅格规划（State Lattice）
• 概率路线图（PRM）
• 快速扩展随机树（RRT、RRT*、LQR-RRT*）
• 五次多项式、Reeds-Shepp、LQR 与 Frenet 坐标系最优轨迹

路径跟踪（Path Tracking）

• 位姿控制、Stanley 控制、后轮反馈控制
• LQR 速度与转向控制
• 模型预测控制（MPC）与非线性 MPC

其他方向

• 机械臂导航与避障
• 无人机三维轨迹跟踪与火箭着陆
• 双足机器人倒立摆规划

如何使用

1. 克隆仓库：

git clone https://github.com/AtsushiSakai/PythonRobotics.git

2. 安装依赖（conda 或 pip 任选其一）：

conda env create -f requirements/environment.yml
# 或
pip install -r requirements/requirements.txt

3. 进入对应算法目录，直接运行 Python 脚本即可看到动画仿真。

适合谁

• 想系统学习机器人算法的高校学生与教师
• 从事自动驾驶规划控制、SLAM 方向的工程师
• 需要快速验证算法思路的科研人员

注意事项

项目定位是教学与示例，代码追求可读性而非工程性能，落地到真实机器人或量产系统时需要自行做工程化改造。仓库未明确标注 License，商用前建议先确认授权情况。