自动驾驶规划模块（Planning）_驾驶 决策树 规划

决策模块分为三个层次：

其中，全局路径规划（Route Planning）生成一条全局的路径。

行为决策层（Behavioral Layer）在接收到全局路径后，结合从感知模块，作出具体的行为决策。（包括其他车辆与行人，障碍物，以及道路上的交通规则信息，例如选择变道超车还是跟随）。

最后，运动规划（Motion Planning）层根据具体的行为决策，规划生成一条满足特定约束条件的轨迹，该轨迹作为控制模块的输入决定车辆最终行驶路径。（例如车辆本身的动力学约束、避免碰撞、乘客舒适性等）

路径规划（Route Planning）：

Dijkstra算法：

Dijkstra算法是由计算机科学家Edsger W. Dijkstra在1956年提出，用来寻找图形中节点之间的最短路径。在Dijkstra算法中，需要计算每一个节点距离起点的总移动代价。同时，还需要一个优先队列结构。对于所有待遍历的节点，放入优先队列中会按照代价进行排序。在算法运行的过程中，每次都从优先队列中选出代价最小的作为下一个遍历的节点。直到到达终点为止。

Dijkstra算法的优点是：给出的路径是最优的；缺点是计算时间复杂度比较高（O(N2)）,因为是向周围进行探索，没有明确的方向。

A*算法：

为了解决Dijkstra算法的搜索效率