来源|知乎、RoboCar
最近看到一篇非常好的关于自动驾驶规划方法的综述（A Review of Motion Planning Techniques for Automated Vehicles），写的非常好，总结了近几十年来总动驾驶规划的发展之路，引用了许多经典的文章。觉得可能对做规划的小伙伴会有帮助，所以分享出来。
这篇文章的一个观点非常好，他把自动驾驶的运动规划分成四大类：graph search 图搜索，采样，插值和数值优化。下面展开论述。
A. Graph search based planners
这种方法把状态空间表达成网格或者lattice的形式，然后在这些状态里面找到一个可达的path。这类方法主要有A* D* Dijkstra algorithm 算法。值得一提的还有state lattice算法，虽然这个图看起来和Apollo里面的lattice不一样，但是这个是爸爸，在这篇文章[1]里面提出了时空lattice，这个也就是后来Apollo算法里面用的。
B. Sampling based planners
这个主要介绍了RRT算法，嗯非常经典好用，如果有感兴趣的可以单独开讲。
C. Interpolating Curve Planners
这里介绍了几种曲线生成的方法，主要有羊角螺旋线（Clothoid Curves）多项式曲线（Polynomial Curves） 贝塞尔曲线（Be ́zier Curves）
分别介绍了这几类样条曲线在路径规划的优化过程中作用。
clothoid curves 是个比较神奇的曲线，天生适合车辆规划，因为它的曲率是线性变化的，又因为车辆运行轨迹的曲率和方向盘基本上成正比，也就是说这种线型出来的结果方向盘会非常顺滑。
贝塞尔曲线 计算简单 速度快。
