版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/CSDN_XCS/article/details/82502283
1. 规划简介
在规划中，我们结合高精度地图、定位和预测来构建车辆轨迹。
- 规划的第一步 是 路线规划，侧重于怎样从 A 到 B（手机导航系统就是一个例子） 在进行路径规划时，将地图数据作为输入，并输出可行驶路径。
Apollo 使用路径模块（routing module）处理该任务。 - 规划的第二步 是轨迹规划，侧重于做出微妙的调整，
以 避开障碍物 并为乘客创造平稳的乘车体验。
Apollo 使用规划模块（planning module）处理该任务。
该轨迹由一系列的点定义，每一个点都有关联速度，和一个指示何时应抵达那个点的时间戳( time stamp )
2. Sebastian
你知道如何去 感知、如何去预测，现在你将学到如何去 规划（planning）
做出决策(decision)很难，但也很诱人(fascinating)，同时你也会收获很多（rewarding）
我们将在两种不同的背景下讨论 规划：
- 一个是你想去的地方，也就是一个象征性的城市，计算一下花多少时间能到那里。
- 另一个是 运动轨迹水平上的规划，你决定执行某个特定操作时，汽车该采取何种转向，这曲线不仅仅是空间曲线，也是时间曲线，你得考虑快或慢或者多快、多慢。
3. 路径规划
路径规划的目的：就是为了从地图上 找到A到B的 最佳路径。
路径规划模块 使用了三个输入：
- 地图
Apollo 提供的地图数据包括 公路网 和实时交通信息 - A：我们当前在地图上的位置
- B：我们的目的地（取决于车内的乘客）
4.从 地图 到 图（Graph 数据结构）
当人们试图从地图上 找到 从A到B的路径时，
我们通常沿着道路追踪，以查看是否存在 通往目的地的任何路径。
这叫做 搜索。
类似地，Apollo 也使用搜索来查找路线，
不同之处在于：
在开始搜索之前，Apollo 将地图转换成了图，以便使用更智能的搜索算法。
转换方法：
将 地图数据 重新格式化为 数据结构——图
图 由 节点（node）和 边（缘）（edge）组成。
此处，节点 代表 路段，而 边 代表了 路段之间的连接。
考虑实际，我们也可以对 一个节点移动到 另一个节点的成本进行建模。
例如：现实中，左转弯 比 右转弯更加费劲！所以从 Node1到Node4的成本 高于到Node2的成本。
一旦转换为 图，就可以应用现在计算机领域中，已经存在的各种在图中查找路径的快速算法。
最后，将在图中找到的路径，映射回地图中即可。