局部路径规划

局部路径规划是自动驾驶系统中连接“决策”与“控制”的关键环节，负责在全局导航路线的大方向下，根据车辆周边实时的动态环境，规划出一条具体、安全、可执行的行驶轨迹。

与基于完整已知地图、在出发前就确定好“从哪条路走”的全局路径规划不同，局部路径规划更像是在行驶过程中的“随机应变”。它主要依赖车载传感器（如摄像头、雷达）实时获取的局部环境信息（如周围车辆的位置、行人轨迹、临时障碍物等），并在满足车辆自身物理限制（如最大转向角、加速度）和交通规则的前提下，动态地调整车辆的行驶路径。

实现局部路径规划有多种主流技术路线，它们各有侧重：

• 基于采样的算法：如改进的RRT（快速探索随机树）算法，通过在可行空间中随机采样来搜索路径。经过优化的算法在计算效率和路径平滑度上能有显著提升，运算时间可减少64%至78%。

• 基于优化的算法：如使用g2o求解器，将路径规划转化为一个数学优化问题，在满足车辆运动学和避障等约束条件的同时，寻找一条最优路径。

• 基于分解的规划框架：如Frenet坐标系下的规划方法，将轨迹生成分解为路径规划和速度规划两个子问题，分别处理静态和动态障碍物，以提高计算效率和适应复杂场景。

总的来说，全局路径规划负责“导航”层面的战略方向，而局部路径规划则负责“驾驶”层面的战术执行。两者协同工作，才能让自动驾驶汽车在复杂多变的道路环境中安全、高效地行驶。