搜尋演算法主要包括遍歷式和啟發式兩種；其中dijkstra演算法屬於傳統的遍歷式，a*演算法屬於啟發式；一般來說遍歷式演算法可以取得全域性最優解，但是計算量大，實時性不好；啟發式演算法結合了遍歷式演算法以及最佳優先演算法的優點，具有計算小、收斂快的特點。
主要包括蟻群演算法以及rrt（快速擴充套件隨機樹）演算法。
方法是按照車輛在某些特定條件（安全、快速、高效）下，進行路線的曲線擬合，常見的有貝塞爾曲線、多項式曲線、b樣條曲線等。一般就多項式演算法而言，主要考慮以下幾個幾何約束，從而確定曲線的引數。
幾何約束：1.起始點的位置與姿態。2.最小轉彎半徑。3.障礙物約束。4.目標點的位置與姿態。
根據考慮的幾何約束不同，多項式演算法的階數從三階到六階甚至更高階，階數越高的演算法複雜度越高，收斂速度越慢。四次多項式的形式如式（3-1）所示，引數由幾何約束條件確定。基於引數化曲線來描述軌跡，這種型別的演算法比較直觀，也可以更加準確的描述車輛所需滿足的道路條件，規劃出的軌跡也十分平坦、曲率變化連續並可進行約束。缺點是計算量較大，實時性不太好，並且其評價函式也比較難以找到最優的，未來的研究方向主要集中於簡化演算法以及更加完善的評價函式
路徑規劃演算法 A
a 演算法是啟發式搜尋，是一種盡可能基於現有資訊的搜尋策略，也就是說搜尋過程中盡量利用目前已知的諸如迭代步數，以及從初始狀態和當前狀態到目標狀態估計所需的費用等資訊。a 演算法可以選擇下乙個被檢查的節點時引入了已知的全域性資訊，對當前結點距離終點的距離作出估計，作為評價該節點處於最優路線上的可能性的...
路徑規劃演算法 A 演算法
a a star 演算法是一種靜態路網中求解最短路徑最有效的直接搜尋方法，也是解決許多搜尋問題的有效演算法。演算法中的距離估算值與實際值越接近，最終搜尋速度越快 astar演算法是從起點開始一步步的往終點探索。他有兩個鍊錶open鍊錶和close鍊錶。每探索 本文稱之為 擴充套件 乙個點n時，就獲取...
路徑規劃演算法高階
最早是在大學期間學習路徑規劃演算法，嚴蔚敏 吳偉民的 資料結構 講的最短路徑。當時感到有些晦澀難懂，並沒有理解演算法思想。回頭看，主要是因為應付考試，沒有和實際應用場景建立連線，所以體會不深。畢業後，因為從事地圖有關工作，又想到這些內容，然後複習 研究，總算明白其中道理。這些演算法能解決我們生活中遇...