笛卡尔坐标系下环境点到网格索引映射及障碍物绘图问题

核心问题定位 #

你遇到的绘制异常，大概率来自三个方向的基础映射偏差：坐标系方向混淆、矩形参数逻辑错误、网格与笛卡尔坐标的映射逻辑不统一。

针对性修复步骤 #

1. 修正障碍物矩形的绘制逻辑 #

你的代码固定取每个障碍物的第一个顶点作为起点，且用固定缩放因子作为宽高，这种写法依赖顶点顺序，一旦顶点不是从左下角开始就会出错。改为自动计算每个障碍物的边界：

import matplotlib.pyplot as plt
from matplotlib import patches

fig, ax = plt.subplots()
for obs_corner in self.obstacle_vertices:
    # 提取当前障碍物的所有x、y坐标
    xs = [p[0] for p in obs_corner]
    ys = [p[1] for p in obs_corner]
    # 计算矩形左下角坐标、宽、高
    ox = min(xs)
    oy = min(ys)
    w = max(xs) - min(xs)
    h = max(ys) - min(ys)
    # 绘制矩形
    ax.add_patch(patches.Rectangle((ox, oy), w, h, edgecolor='black', facecolor='black', fill=True))

# 强制坐标轴等比例，避免图形拉伸变形
ax.set_aspect('equal')
# 自动适配所有障碍物的显示范围
ax.autoscale()
plt.show()

2. 统一网格与笛卡尔坐标的映射逻辑 #

明确两种坐标系的转换规则（以缩放因子10为例）：

• 网格→笛卡尔（单元格左下角）：

  scaling_factor = 10
  # 网格索引(row, col) 转 笛卡尔坐标(x, y)
  x = col * scaling_factor
  y = row * scaling_factor
  

• 笛卡尔→网格：

  # 笛卡尔点(x, y) 转 网格索引(row, col)
  col = int(x // scaling_factor)
  row = int(y // scaling_factor)
  

• 若你的网格系统是row从上到下计数（即row=0对应笛卡尔坐标系的顶部），则row的转换需要反向：

  # 假设环境最大y坐标为env_max_y（比如100）
  row = int((env_max_y - y) // scaling_factor)
  

3. 验证坐标系方向 #

matplotlib默认笛卡尔坐标系的原点在左下角，若你的网格系统原点在顶部，需调整绘制的y坐标：

# 替换原oy的赋值，假设env_max_y是环境的最大y值
oy_adjusted = env_max_y - oy - h
ax.add_patch(patches.Rectangle((ox, oy_adjusted), w, h, edgecolor='black', facecolor='black', fill=True))

内容的提问来源于stack exchange，提问作者Sadiq