建议仔细读一下demo node的代码，里面给出了可视化函数的，没有显示会不会是你没有调用可视化函数呢？

对的，这里应该是写错了，但程序里判断新节点时没有用到伪代码里•If g(m) = infinite这个条件来判断该节点是否被拓展过，所以也就无伤大雅

jps是可以应用于无人驾驶领域的，只不过jps这里只是用于前端的路径规划，后端的轨迹优化需要结合相应适用的算法。

至于结合车辆运动学，我个人阅读文献有限不敢断言，但是结合jps扩展节点的特性来看，如果加入了运动学考量，节点之间的对称性将被打破，跳点的理论基础也就不复存在，而A*本身就是拓展附近节点，依旧适用于加入运动学考量。不过其实仔细考虑，jps也是A*的一个变种，本质上还是同样的东西，只不过是在解决节点对称性造成的求解效率过低上有更优秀的表现，如果没有了节点对称性这一前提，也就没有使用jps的必要了。

同学，移步到另一个帖子看即可~http://www.shenlanxueyuan.com/course/188/thread/326

@mkop 我刚反应过来，仔细看了下源码这里确实画蛇添足了，我的主循环实现过程里会判断node是否是终点，这里min_fn只负责寻找f最小的node即可，你把前面这个if注释掉就行，不注释也没影响

3D New Goal是一个可以给出目标点四维信息的插件（x,y,z,raw）
使用方法：首先鼠标左键点击地图一个点，确定x,y，之后可以旋转鼠标，确定raw，接着同时按住鼠标右键滑动，可以确定z

没有找到路径时，也就是openset为空时仍未找到终点，此时将nopath置为0，跳出主循环

这是因为在OPEN里删去一个节点非常的消耗运算资源（例如删去第一个节点，后面每个节点都需要向前移动一位），所以使用置位符号1/0，1表示该节点还在open set里，0表示该节点不在open set里

可以自己定义一个，也可以使用GridNode里定义的id来完成，相当于只需要维护一个open set，但是对于已被弹出的node将其id置为-1，就相当于在openset里把这个节点标记为了closed node

这是两个不同的步骤，前一步是判断open set里是否包含终点，后一步是取出open set中fn最小的节点索引，最好不要放在一起判断，分开比较清晰

@lidarSLAM 有道理~你这种写法可以避免多余的操作

@mkop 只要openset包含了终点，当然是f最小的，这和A*原理有关，每一步都是局部最优的，如果碰到了终点，就是全局最优了

会的

你可以这样思考，启发式搜索其实相当于一步一步从局部最优递进到全局最优的过程，试问如果h>h*，就无法保证当前步是局部最优了

这应该也和Matlab版本有关，我是在windows, matlab2019a环境下测试的，是可以通过的