本文提出了一种快速、稳健的运动规划框架，通过几种特征实现了在城市条件下实现自动驾驶，其中包括了路径规划和基于 A * 算法的最优轨迹计算，并考虑了各种不同的约束条件和时间跨度进行了验证。

Mar, 2018

这篇论文研究了自动乘客车辆的在路轨迹规划，包括采样方法和优化算法，特别关注车辆的安全和舒适性以及车道边界的遵循。

Sep, 2023

本文介绍了一种新颖的在线时空图轨迹规划器，用于生成安全且舒适的轨迹。通过构建时空图，并进一步传递给顺序网络，该规划器能够生成符合安全与舒适要求的状态。此外，还提出了一个简单的行为层用于确定轨迹规划器的动力学约束，并提出了一种新颖的潜力函数来训练网络。通过对比其效果与两种常用方法，测试了该规划器在三种不同的复杂驾驶任务下的性能，结果表明该规划器能够生成安全、可行性高的轨迹，并在前进方向上达到相似或更远的距离，提供了可比较的舒适性乘车体验。

Apr, 2024

本文提出了一种多层次的运动规划和控制架构，用于自主驾驶赛车，能够避开静态障碍物，执行主动超车，并达到超过 75 m /s 的速度。

Jul, 2022

该论文旨在综述智能车辆的规划方法，介绍了管道规划和端到端规划方法，并探讨了挑选算法和训练方法的不同考虑因素以及当前的挑战和未来方向。

Mar, 2023

通过使用环境中富含地图的车道中心线来提高多模态、长期车辆轨迹预测方法的准确性，实现了汽车行驶的目标方向建模，生成一组已提议的车辆目标路径，并将其用作空间锚点，进而预测基于目标的轨迹和对目标的分类分布，在 6 秒的预测角度内，在内部驾驶数据集和公共 nuScenes 数据集上实验结果表明，该模型的性能优于先进的车辆轨迹预测方法。

Sep, 2020

我们提出了一种基于循环的算法，用于解决自动引导车辆（AGV）的在线冲突自由调度和路径规划问题，并与精确方法、贪心启发式和元启发式进行比较。实验证明，该算法要么优于其他算法，要么在更短的计算时间内得到同样好的解。

Oct, 2023

本文提出了一种适用于不确定环境下动态机器人避障的实时在线运动规划算法，通过将概率安全约束转化为风险轮廓的确定性约束，使用总和平方（SOS）编程验证管道的安全性，可保证系统状态与障碍碰撞的概率有限，该算法适用于多种长期任务。

Mar, 2023

本文调查了现有的规划和控制算法，特别关注城市环境，旨在帮助系统设计，实现自动驾驶汽车的安全，高效，方便的运输。

Apr, 2016

本文提出了一个民间最优控制框架，该方法可以协调联网和自动化的车辆穿过城市区域的相邻两个交叉口，并优化车辆加减速度降低油耗，保证在不使用交通信号灯的情况下交叉口的流畅与行车安全和避免拥堵。最后在仿真实验中证实了该方法的有效性，并表明车辆油耗和行程时间均可以大大降低。

Sep, 2015