自动驾驶---“火热的”时空联合规划
1 背景
早期的不少规划算法都是横纵分离的（比如Apollo），先求解path之后，依赖path的结果再进行speed的求解。这种横纵解耦的规划方式具有以下特点：
- 相对较为简单，计算量通常较小，容易实现实时性要求。
- 但是由于分别规划横向和纵向运动，可能会忽略两者之间的耦合关系，导致规划结果不够准确。
- 在复杂场景下，可能无法很好地适应车辆等其它动态障碍物的变化。
随着技术的发展和性能的要求，横纵耦合算法的弊端越来越明显，而时空联合规划逐渐浮出水面。本篇博客主要介绍时空联合规划的一些知识和特点。
2 时空联合规划
“时空联合规划” 算法打破了业界常用的思维定势，同时考虑空间和时间来规划轨迹，在三维中同时对行驶路径和速度求解，而不是先单独求解路径，在路径基础上求解速度后，再形成最终的轨迹。
其实早在之前的博客中，笔者就介绍过时空联合的方法（此前讲到的是基于车道坐标系SLT三维求解的方法，同理也可使用笛卡尔坐标系下XYT三维求解的方法），有兴趣的读者朋友可以参考一些细节知识：
《