Apollo自动驾驶教程学习笔记-Apollo规划技术详解6-1

课程链接：http://bit.baidu.com/Course/detail/id/294.html
讲师：樊昊阳 百度Apollo研发工程师

说明：因个人工作方向变更的原因，该系列学习笔记不再更新，如有影响还请抱歉

接下来的几节课内容，讲解关于运动规划的知识。老师也很可爱，思路挺流畅。

运动规划部分的内容分为：

• 基本介绍（也就是这一节）
• Robotics基本知识以及和运动规划的关系
• 怎么处理信息
• 算法核心，最优解问题
• EM Planning
• 发展方向，数据驱动方面

基本运动规划

motion planning，即运动规划，规划的本质是搜索问题，也就是求某个目标函数的最优解的问题。对于无人车来说就是求无人车运动的最优解问题。

简单化

首先将问题简单化：就是一个Path finding问题，搜索最优路径。
比较经典的算法：深度优先、广度优先算法，他们的问题是没有利用目标位置，运算量会相对较大；
还有A算法，问题是它是全局搜索，需要知道全局信息，通常作为全局优化算法。
现在很多算法依然是基于最初A的思路衍生出来的。

无人车算法的区别

无人车算法相对于这个简单问题来说，有一些更为复杂的问题，比如：