点击上方“小白学视觉”，选择加"星标"或“置顶”

重磅干货，第一时间送达

仅作学术分享，不代表本公众号立场，侵权联系删除

转载于：本文来源：知乎、RoboCar，

https://zhuanlan.zhihu.com/c_1151894361196412928

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。

多项式拟合也是一个比较好的方法。

D. Numerical Optimization:

数值优化的方法讲的比较粗略，基本上只是讲了下势能场法的应用。

在这一段的结束，作者给出了一个大的表格，比较不同方法的优劣，感觉这个比较强大，不是大佬很难总结的如此精辟。

各种规划算法的优劣对比

下面这幅图，作者阐述了不同项目/公司的motion planning的技术方案，从下面这个图可以看出来，各家公司很少会依赖单一的规划方法进行规划，而是根据使用场景，结合两个甚至更多种的规划方法来进行规划。比如斯坦福大学和合作机构采用了A*算法，基于优化的算法甚至用羊角螺旋线进行插值。

大多数企业采用了基于样条曲线，羊角螺旋线的方法，主要是考虑可以获取细致的道路信息。采用search 方法的主要原因是这样的速度快，在复杂场景下而且可以搜索到比较好的曲线。目前规划存在的挑战在于实时性，由于越来越多的障碍物，感知留给规划的时间窗口越来越小。下一步的motion planning的研究，应该考虑感知的不确定性以及控制的约束。这样会更加安全，舒适。

[1] Spatiotemporal state lattices for fast trajectory planning in dynamic on-road driving scenarios

原文链接：https://zhuanlan.zhihu.com/c_1151894361196412928

下载1：OpenCV-Contrib扩展模块中文版教程

在「小白学视觉」公众号后台回复：扩展模块中文教程，即可下载全网第一份OpenCV扩展模块教程中文版，涵盖扩展模块安装、SFM算法、立体视觉、目标跟踪、生物视觉、超分辨率处理等二十多章内容。

下载2：Python视觉实战项目52讲

在「小白学视觉」公众号后台回复：Python视觉实战项目，即可下载包括图像分割、口罩检测、车道线检测、车辆计数、添加眼线、车牌识别、字符识别、情绪检测、文本内容提取、面部识别等31个视觉实战项目，助力快速学校计算机视觉。

下载3：OpenCV实战项目20讲

在「小白学视觉」公众号后台回复：OpenCV实战项目20讲，即可下载含有20个基于OpenCV实现20个实战项目，实现OpenCV学习进阶。

交流群

欢迎加入公众号读者群一起和同行交流，目前有SLAM、三维视觉、传感器、自动驾驶、计算摄影、检测、分割、识别、医学影像、GAN、算法竞赛等微信群（以后会逐渐细分），请扫描下面微信号加群，备注：”昵称+学校/公司+研究方向“，例如：”张三 + 上海交大 + 视觉SLAM“。请按照格式备注，否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告，否则会请出群，谢谢理解~