文档介绍：如何安全有效的规划行驶路线，是自动驾驶汽车需解决的最大的难题之一。
事实上，路径规划技术，现阶段是一个非常活跃的研究领域。路径规划之所以如此复杂，是因为其涵盖了自动驾驶的所有技术领域，从最基础的制动器，到感知周围环境的传感器，再到定位及预测模型等等。准确的路径规划，要求汽车要理解我们所处的位置以及周边的物体（其他车辆、行人、动物等）会在接下来的几秒钟内采取什么样的行为。另一项关键技术是轨迹生成器（trajectory generator），其产生输入路径规划算法的参考轨迹。
本期重点介绍一种基于C++开发的高速公路路径规划算法。该算法利用jerk minimisation技术，可在模拟器中生成安全且高效的行驶路径。
· 本算法的一些假设如下：
· 任何情况下，不会与其他车辆发生事故
· 最大行驶速度为80KMH
· 最大加速度为10m/s2
· 最大jerk为10m/s3
· 车辆在不同车道之间不超过3s
· 车辆不能超出高速的3条车道
· 车辆不能逆向行驶
本算法的开发难度非常之大

首先，我们来详细的研究下自动驾驶汽车的功能层（Functional laxxxxyers）。
路径规划需要自动驾驶汽车不同功能层之间的合作、协调。上图给出了一个自动驾驶系统的功能层的配置形式：
· 动作控制层：负责控制汽车，使其尽可能的按照“设定的”轨迹形式。该层需要最快的反应速度；
· 传感器融合层：负责合并个传感器的输出（如雷达和激光雷达）
· 定位层：负责尽可能准确的在地图上定位车辆的位置，并计算其他物体相对于车辆的位置
· 预测层：负责识别传感器检测到的物体的性质(又名感知)，并根据汽车当前的轨迹、其他车辆的轨迹和场景中的各种元素(如交通灯)预测场景中近未来的变化。这个层的一个重要任务是预测冲突。
· 行为层：该层的主要作用是协调。根据底层的输入信息来决定如何调整行车轨迹
· 轨迹层：负责计算既定条件（速度、距离、车道、jerk等等）下的行车轨迹
生成行车轨迹的方法很多，这里我们采用了Frenet Coordiante System方法。

我们在模拟器中为车辆设置了一系列传感器，它们的输出融合在一起以产生更精确的测量结果。大多数在Level4上的自动驾驶汽车公司在他们的传感器套件中使用雷达、激光雷达和照相机。拥有多种不同类型的传感器至关重要，因为每种传感器都有各自的优缺点。此外，对于同种传感器进行冗余设计，可以减轻传感器故障带来的影响。
在本算法中，模拟器可以提供以下传感器融合功能：
· 车辆的位置、速度和方向
· 其他车辆的位置和速度
· 上次提交的车辆行驶轨迹
通过以上信息，我们可以计算车辆与其他车辆的准确距离，并通过行车轨迹来预测与其他车辆的碰撞可能性。
下面我们详细介绍轨迹生成器（Trajectory Generation）。

通常，我们****惯使用笛卡尔坐标系来定义空间点的位置。但在现实中，道路往往不是“笔直”的，因此对于人类非常简单的操作（如判断车辆在哪条车道），在电脑的笛卡尔坐