路径规划论文总结
概述
路径规划在自动驾驶中占有比较重要的位置，一些路径的规划算法在自动驾驶的路径选择中比较关键。
一般来说，路径规划涉及路径搜索，避障以及产生可以保证舒适和效率的轨迹的生成。目前存在的论文也是对这些方面进行研究，主要涉及
①寻路，②选择最安全的策略和③决定最可行的轨迹。
当然，V2V和V2I的研究也是路径规划中的一个比较重要的方向。
决策在自动驾驶中至关重要，他可以被很多算法实现。路径规划的目的在于寻找通往目的地的安全的道路。同时要考虑到车辆的动力学模型，策略以及道路交通规则和路边沿等。
概念和定义
现存的路径规划算法主要来源于移动机器人，在本文中主要阐述四个方面的算法：
- 路线规划 (route planning)
- 路径规划 (path planning)
- 策略选择
- 轨迹规划 也叫做控制规划（trajectory planning）
路线规划(route planning)就是在给定起始点和目标点的前提下，结合当前实时的交通流信息规划出全局的道路路线。但是一般来说自动驾驶不会过多关注这一点，更多的关注路径、策略和轨迹规划。
路线规划是根据提供的起始点和目的地，以及结合道路信息和电子地图来进行全局的路线规划。关于路线规划，我也会具体详细的介绍，可以参看书籍
The DARPA Urban Challenge
。
下面就是一些概念的介绍,为了交流方面，我就不把一些英文名词翻译成中文。
Configuration space and State
在一个固定坐标系下定义一个车的位置和指向的特性向量，我们叫做
configuration vector
，那么一系列的这样的configuration vector就形成了
configuration space
。
一个描述本车当前特性的集合被称为一个车在当前时刻的状态（
State
）,一般用来描述当前车的状态的量有position(x,y,z), orientation(
θ
x
,
θ
y
,