综述（六）无人驾驶系统的路径规划算法介绍

作为无人驾驶汽车顺利运行的重要环节，路径规划是指无人驾驶汽车在具有障碍物的环境中，能够规划出一条从起始位置状态到目标位置状态无碰撞的最优路径或次优路径，并满足所有约束条件，是实现汽车智能化的关键技术之一。

基于采样的路径规划算法

基于采样的路径规划算法很早便开始用于车辆的路径规划中，比较常见的基于采样的规划算法有概率图算法和快速随机扩展树算法。

概率图算法是在规划空间内随机选取N个节点，之后连接各节点，并去除与障碍物接触的连线，由此得到一个可行路径。显然，当采样点太少，或者分布不合理时，PRM算法是不完备的，但可以增加采样点使该算法达到完备，所以PRM是概率完备但不是最优的。

基于搜索的路径规划算法

基于搜索的路径规划算法通过搜索表示环境信息的环境地图来获得最终的路径。比较有代表性的算法有Dijkstra算法和A算法。

Dijkstra算法是典型的广度优先搜索算法。它是一个按路径长度递增的次序产生的最短路径的方法，是求解最短路径的经典算法之一。Dijkstra算法是一种贪心算法，它在每一步都选择局部最优解，以产生一个最优解。这也会导致该算法的时间复杂度较高，在图规模较大时，该算法的计算速度慢，很难满足路径规划实时性的要求。

A*算法是经典的启发式搜索算法，它是由Dijkstra算法改进而来的。其最显著的特点就是在搜索过程中增加了启发函数，通过给定启发函数来减少搜索节点，从而提高路径搜索效率。研究表明，A*算法搜索得到的路径能够同时满足实时性和最优性要求。