A*算法用于动态路径规划，实现功能：静态复杂环境下路径规划；
简单地对地图分析并做出处理决策；
动态环境下路径规划

人工势场法由于其简单性和便于数学描述被广泛应用在移动机器人路径规划上,然而多数研究都集中在解决静态路径规划上,即目标和障碍物都是静态的。
本文提出了用人工势场法解决移动机器人动态路径规划问题的一个方法,在动态环境中,目标是运动的,障碍物是静止的。
因此新的势场函数和相应的势场力被定义。
最后仿真结果证明了此方法的有效性。

netlogo写的D*lite（简化版？）：A*或迪杰斯特拉找到最短路，然后沿最短路行走，同时检测路径成本，若路径成本有变动（增大）则重新搜索路径。
不知道以上思路对不对~~敬请指导~有进一步改进的还请上传，相互学习。

D*算法又称为动态A*算法，在未知环境或有动态障碍物出现时，采用A*算法需要丢弃初始规划完成的open表和close表，重新进行规划。
形成规划时间的增加，D*算法的核心思想是先用dijkstra或A*从目标点向初始点进行反向搜索，然后机器人从起点向目标点移动，当遇到动态障碍物时，只进行局部的更改即可，效率明显提高。
本仿真基于matlab进行D*算法的动画演示。

本人毕业设计的一个重要环节，建立了基于人工势场的机器人路径规划仿真平台，这个版本为最终版，其间经历十余次改进，路径规划效果很好！可以实现多机器人动态路径规划以及单机器人的路径规划成绩。
基于VC2005实现。

在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。 另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。 为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。