会上可能听到：“横纵我们是在 Frenét 坐标下分开采样的。——低速的时候也这么拆吗？”
它到底是什么意思
Frenét 坐标沿参考线展开，把运动拆成纵向位移 s 和横向偏移 l。高速时横向幅度比纵向小得多，「沿路开」近似成两个独立的一维问题；低速时两者幅度相当，硬拆会丢掉运动学约束，要把横向偏移写成 s 的函数，再沿 s 采样。
撑起这个流派的是一条定理：让 jerk 平方积分最小的最优轨迹是五次多项式。无穷维的优化于是降成「采终点、配多项式、逐条算代价」，可枚举、可并行，每条自带平滑性。
机制图解
- 01换坐标沿参考线拆成纵向 s、横向 l
- 02采终止状态纵向按跟车、变道、停车定目标，横向采偏移
- 03配五次多项式每个终点一条，jerk 平方积分最小
- 04横纵组合两两组合成候选轨迹
- 05检查并选优碰撞或速度、加速度、曲率超限就丢，挑联合代价最低的
容易搞混的地方
常见误解
用了 Frenét 坐标，横纵就能独立规划
正确理解
近似解耦的前提是高速；低速时横纵幅度相当，要把横向写成 s 的函数再采样
常见误解
每条候选都是五次多项式，组合出来就一定开得了
正确理解
横纵分开采，合成后的曲率不一定符合车辆约束；超限就丢，是事后筛，不是事前保证
看懂之后可以追问
- 低速、路口或掉头时，我们还是按时间把横纵分开采样吗？近似解耦只在高速成立。低速硬拆会丢掉运动学约束，算出来的轨迹车未必做得到。
- 组合后因曲率超限被丢掉的候选多吗？弯道上会不会一条都不剩？曲率只能事后筛。丢得越多，采样越浪费；一条不剩时，规划器得有退路。
沿着主线继续
对比着看
- Hybrid A*——在栅格上搜路，但节点按车辆运动学扩展，搜出来的每一步车都开得到——擅长停车场、掉头、窄空间这类非结构化场景。
- DP + QP：EM Planner——路径和速度分开规划，每边先 DP 后 QP：DP 在非凸空间里做离散决策、圈出凸的可行走廊，QP 在走廊里求平滑解。
接着看
- 多模态轨迹——未来不是一个确定的点，而是一个分布：可以跟车、变道、让行、绕行，模型输出多条候选来表达这种不确定性。