![2c199301dc81ac8a8030d947c0217522.png](https://i-blog.csdnimg.cn/blog_migrate/fcbba8902eb0ac7efe2ae29db82779f4.jpeg)
技术背景
轨迹规划作为一种具有多个非线性约束的高维优化问题,需要消耗大量的计算资源,并且由于场景的复杂性和实时性,并不是总能快捷简单的得到最优轨迹,这对规划算法的鲁棒性和实用性有着较高的要求。因此,在自动驾驶开发中,如何提高算法的计算效率是一个关键点。
1、笛卡尔坐标系
通常使用笛卡尔坐标系描述物体的位置,但笛卡尔坐标系对车辆来说并不是最佳选择,即使给出了车辆位置 (x, y),但也不知道道路在哪里,也很难知道车辆行驶了多远,也难以确定它是否偏离车道中心。
![4de763a9993e5f94cd6eb960b0ad7a0f.png](https://i-blog.csdnimg.cn/blog_migrate/97ce70b712840b773552027ee8166458.png)
技术缺点:
1、道路条件:由于大部分的道路并不是笔直的,而是具有一定弯曲度的弧线;
2、数据处理:运动规划需要对HDmap获取的坐标点进行处理,数据量比较大;
3、控制需求:</