1. EM-Planner是具体的规划实施类，它基于高精地图、导航路径及障碍物信息作出实际的驾驶决策，包括路径、速度等方面。
首先使用DP（动态规划）方法确定初始的路径和速度，再利用QP（二次规划）方法进一步优化路径和速度，以得到一条更平滑的轨迹，既满足舒适性，又方便车辆操纵

基于样条的车辆轨迹优化二次规划，为了寻求更优质更平滑，体感更好的路径，需要使用二次规划的方法寻找。需要的限制条件有：曲率和曲率连续性、贴近中心线、避免碰撞

EM:
https://blog.csdn.net/yuxuan20062007/article/details/83629595

https://zhuanlan.zhihu.com/p/69878689



总体概述:
apollo motion planner 学习总结
https://blog.csdn.net/qq_39990094/article/details/89667556
https://blog.csdn.net/qq_39990094/article/details/89668551
https://blog.csdn.net/qq_39990094/article/details/89669316
https://blog.csdn.net/qq_39990094/article/details/89669804


博客:
https://www.zhihu.com/people/xigjs-lin/posts

https://www.zhihu.com/people/liu-yang-21-71-74/posts

https://www.zhihu.com/people/hu-zhen-69-33/posts?page=1

https://blog.csdn.net/yuxuan20062007


https://blog.csdn.net/qq_27513221/article/details/86753295

https://blog.csdn.net/linxigjs/category_7520902.html


https://www.zhihu.com/people/ren-gan-16/posts
https://blog.csdn.net/qq_42589654/category_9770672.html

https://blog.csdn.net/qq_21933647/category_9791167.html

https://blog.csdn.net/weixin_41399111?t=1

https://blog.csdn.net/zhouyy858/category_9139635_2.html

https://zhuanlan.zhihu.com/self-driving


// 阅读  // 代码解析

1. 动态规划及其在Apollo项目Planning模块的应用(DP路径算法和DP速度算法)
	https://my.oschina.net/u/4299156/blog/3233199


2. 动态规划在Apollo的Planner中的应用及C++代码实现
https://blog.csdn.net/weixin_43078345/article/details/87886933

3. 速度规划——S-T图的C++实现
https://blog.csdn.net/weixin_43078345/article/details/103737910


4. 二次规划（QP）样条路径优化
https://blog.csdn.net/xinmei4275/article/details/93330702



5.Apollo_ADS_路径规划3- 速度曲线 优化_QP-Spline-ST-Speed Optimizer
https://blog.csdn.net/chepwavege/article/details/95476077



6. 二次规划样条ST坐标速度优化
https://developer.baidu.com/topic/show/290462

	

7. qp_spline_st_speed_optimizer_cn
https://blog.csdn.net/xinmei4275/article/details/93334172



	
	
QP_path_planner_demo
https://github.com/lucianzhong/qp_path_planner


基于二次规划的自动驾驶车辆路径规划，C++源码
https://blog.csdn.net/weixin_44201317/article/details/105423775


Apollo ADS platform study (Apollo自动驾驶平台)
https://blog.csdn.net/chepwavege/article/details/93743239




已经阅读:

1. Baidu Apollo代码解析之s-t图的创建与采样（path_time_graph)
https://zhuanlan.zhihu.com/p/73374674


2. Baidu Apollo代码解析之碰撞检测
https://zhuanlan.zhihu.com/p/73375021


3. Baidu Apollo代码解析之轨迹规划中的轨迹评估代价函数
https://zhuanlan.zhihu.com/p/77122649


4. Baidu Apollo代码解析之EM Planner中的DP Path Optimizer
https://zhuanlan.zhihu.com/p/78158531



5. Baidu Apollo代码解析之EM Planner中的DP Speed Optimizer
https://zhuanlan.zhihu.com/p/94044688



6. apollo motion planner 学习总结
https://blog.csdn.net/qq_39990094/category_8904454.html


7. 
https://blog.csdn.net/chepwavege
https://blog.csdn.net/chepwavege/article/details/95476077
https://blog.csdn.net/chepwavege/article/details/95353813
https://blog.csdn.net/chepwavege/article/details/94563488




//  Baidu Apollo代码详细解析——EM Planner中的DP Speed Optimizer
https://blog.csdn.net/qq_41324346/article/details/105285029