DWA 动态窗口法：机器人一边走一边"临时躲障碍"的官方演示动图（官方已实现，截自项目 README 素材）
这是一个叫 python_motion_planning 的开源运动规划库：它把 Dijkstra、A*、JPS、RRT 等几十种路径规划算法，和 Pure Pursuit、PID 等轨迹跟踪算法，全部打包成一行行可跑的 Python 代码，还自带 matplotlib 可视化。你改一行地图参数、换一个算法类名，就能在窗口里亲眼看到机器人"怎么找路、怎么躲障碍、怎么沿着曲线走"。截至 2026-08-14，GitHub API 显示该仓库 1072★；官方 README 还列出了同作者 ROS C++ 版和 Matlab 版。视频仅作为演示入口，不作为技术能力证据。
先看它会什么
官方已实现三大类算法全家桶：全局找路、局部避障、轨迹跟踪，都在一张栅格地图上可视化跑给你看
01 图搜索类：Dijkstra、GBFS、A*、JPS、Theta* 等，搜索扩张过程一步步画出来，一眼看懂"哪种算法更聪明"
02 采样类：RRT、RRT*、RRT-Connect 随机撒点长树找路，还有 Voronoi 混合搜索，2D/3D 栅格都能画
03 动态控制：DWA、APF 局部避障，Pure Pursuit、PID 轨迹跟踪，配一个玩具物理仿真器，蓝色全向车、橙色差速车沿路稳稳开
除了这三类，库里还带轨迹生成器：Dubins、Reeds-Shepp、Bezier、B 样条等曲线一键生成。按 2.0.1 官方文档当前可运行列表，可直接看到 20+ 种规划器、控制器与曲线生成器；D*、LPA*、MPC 等若干项目仅在旧版实现或尚未迁移，不能按当前版“一键运行”。
A* 在 2D 栅格地图上的搜索结果与扩张节点（官方已实现，项目 README 演示图）
RRT 随机采样树：树是怎么"长"到终点的，动图/静态图都能看（官方已实现，项目 README 演示图）
复现雷达
复现难度 ★☆☆☆☆：会 pip install 就能跑，改参数需要一点 Python 基础
首次跑通 10—30 分钟（装环境 + 跑官方示例）
完整玩透 1—2 小时（改地图、换算法、看 3D、录课件动画）
预算 软件新增费用 0 元（复用已有电脑；本文核对 PyPI 包可下载）；进阶 ROS 实验还需要兼容的 Ubuntu/ROS 环境与相应设备
前置 Python 3.6+（官方在 3.10 验证），Windows/Mac/Linux 均可
适合谁 中小学生可在教师带领下看动画入门；具备 Python 基础者可改参数；高校与竞赛学习者可对照算法原理使用官方演示素材
为什么值得玩
路径规划是扫地机、送餐机器人、自动驾驶的"大脑"之一，但大多数教材只有公式和伪代码。这个库把抽象算法变成看得见、改得动的动画：搜到的路径、扩张的节点、躲障碍的轨迹全部实时画出来。一句话价值：它让"算法"从课本走进屏幕，10 分钟建立机器人怎么找路的直觉，还能直接录成教学 GIF。
它是怎么工作的
它的运行逻辑就是机器人运动规划的经典三段式：输入地图与起终点 → 全局规划出一条无碰路径 → 局部控制跟踪这条路径并实时避障。你可以把"全局规划"理解成先看地图定大方向，"局部控制"理解成边走边看、随时修正。库内的玩具物理仿真器让第二段也能跑起来。
输入—处理—输出三段式工作原理（本文自绘，依据官方文档整理，非项目官方图）
PID 轨迹跟踪：机器人沿规划路径行驶的官方演示动图（官方已实现，截自项目 README 素材）
软件清单与成本
• 软件：python-motion-planning（PyPI，当前版本 2.0.1，本文核对）+ matplotlib + numpy
• 电脑：任何能跑 Python 3.6+ 的电脑；3D 演示建议稍好一点的图形环境
• 硬件：不需要！纯软件项目，软件新增费用 0 元（复用已有电脑；官方项目无硬件 BOM，许可证为 GPL-3.0）
• 进阶可选：作者同名 ROS C++ 版 ros_motion_planning（3566★，GPL-3.0），需要 Ubuntu + ROS 环境
• 教学配套：官方在线文档带 Tutorials，CSDN 专栏有中文原理讲解，B 站有 A*/RRT* 系列开源讲解视频
最短复现路线
第 1 步 确认 Python 环境：终端执行 python --version
成功标志：输出版本号 ≥3.6。没有就装 Python 3.10。
第 2 步 一条命令装库：pip install python-motion-planning
成功标志：显示 Successfully installed python-motion-planning-2.0.1。装不上先看排错表。
第 3 步 复制官方教程的完整可运行代码（A* 示例在 tutorials/2d/path_planner/graph_search.md）
成功标志：弹出 matplotlib 窗口，显示栅格地图和 A* 搜出的路径与扩张节点。
第 4 步 换算法对比：把 AStar 换成 Dijkstra、JPS、RRTStar
成功标志：看到不同搜索方式和路径长度；地图障碍物也可以自己改。
第 5 步（进阶） 跑轨迹跟踪：官方 tutorials/2d/controller/path_tracker.md 里的 Pure Pursuit / PID 示例
成功标志：蓝、橙两个小车沿着规划路径移动的动画出现，可以直接录屏当课件。
排错要点
现象：pip install 超时/失败 先判断：网络到 PyPI 不通 → 正确做法：换国内镜像 pip install python-motion-planning -i https://pypi.tuna.tsinghua.edu.cn/simple；不要反复裸连硬等
现象：窗口弹出但全黑/无图 先判断：matplotlib 后端不适配 → 正确做法：换成 TkAgg 后端，或检查系统图形环境；不要以为库装错了
现象：import 报错/没有 AStar 类 先判断：装的是不是新版 → 正确做法：确认 pip list 里是 2.0.1，并按官方文档从 python_motion_planning.path_planner 导入；不要照抄旧版本博客代码
现象：远程服务器上 3D 演示无窗口 先判断：无图形界面 → 正确做法：本地跑，或用 Jupyter notebook 内联显示；不要在无显示环境硬跑 GUI
现象：找不到某算法（如 LPA*、MPC） 先判断：版本差异 → 正确做法：这些在 v1.1.1 中实现、未迁移到 2.0.1，按官方文档列表核对；不要误以为缺失就是 Bug
三个魔改方向
入门（魔改设想）：改地图尺寸、障碍物密度和起终点，对比 Dijkstra 与 A* 扩张节点数量，理解"启发式"到底省了多少步。
中级（魔改设想）：给 RRT* 加自己的统计指标（路径长度、搜索耗时、树节点数），跑 50 次取平均；或者把结果录成 GIF，做成班级课件动画。
进阶（魔改设想）：接作者同名 ROS C++ 版 ros_motion_planning，在 Gazebo 仿真里让 AGV 实跑同一套算法，打通"算法→导航栈→仿真车"全链路。
边界说明
• 这是纯软件库，不含实体机器人硬件；想让它真正动起来，需要接作者提供的 ROS 版或自己配底盘
• 2D 功能最全；3D 目前仅部分路径规划器支持，控制器与轨迹生成器暂无 3D（官方文档核对）
• v1.1.1 中的 D*、LPA*、D* Lite、Informed RRT*、ACO、GA、PSO、LQR、MPC 等尚未全部迁移到 2.0.1，以官方文档列表为准
• GPL-3.0 协议：修改和分发需遵守开源协议，商业使用请先评估合规
• 作者：GitHub 维护者 @ai-winter（杨浩东）与 @omigeft（吴茂嘉），B 站账号 Mr_Winter_ 的算法讲解视频累计播放数万（本文核对）
• 0 元预算仅指软件本体与教学素材；教学使用建议配一台带图形界面的电脑
• 软件项目无实体安全风险，但从公共网络安装依赖存在供应链风险，建议在可信环境安装；教学演示时注意用眼与屏幕时间
官方来源
主仓库（1072★，GPL-3.0）：https://github.com/ai-winter/python_motion_planning
在线文档与教程：https://ai-winter.github.io/python_motion_planning/
PyPI 安装包：https://pypi.org/project/python-motion-planning/
ROS C++ 版（3566★）：https://github.com/ai-winter/ros_motion_planning
中文原理专栏（CSDN）：https://blog.csdn.net/frigidwinter/category_11410243.html
B 站 A* 开源讲解（B级线索，仅作演示入口）：https://www.bilibili.com/video/BV1Mz421S766/
成本与当前版算法清单按 2026-08-14 官方仓库、官方文档与 PyPI 核对；正文演示图与动图来自项目仓库素材，并按“官方已实现/本文核对/魔改设想”区分。封面为概念插画，不是项目真实界面。
下一篇你更想看哪个？
选 A：把 ROS 版运动规划在 Gazebo 仿真里跑起来
选 B：用 A* 做一个避障小车课件动画教程
评论区打 A 或 B，我按票数高的先做。
