路径规划计算机器人到达目标的路径。它会考虑障碍物、机器人的形状以及不同路径的成本。输出结果是一系列路径点或一条机器人可以遵循的连续路径。运动规划则在此基础上增加了时间和动力学因素。路径规划关注的是“去哪里”，而不是“何时”。

经典的算法包括 Dijkstra 算法和 A* 算法。Dijkstra 算法用于寻找图中的最短路径。A* 算法则通过引入启发式方法来加速搜索。在网格地图上，A* 算法快速高效。在连续地图上，基于采样的规划器（例如 RRT 和 PRM）通过随机采样并连接各种配置来探索空间。

路径规划注意事项

• 最短路径：尽可能缩短距离。
• 最安全的路径：尽可能避开障碍物。
• 最平稳的路径：尽量减少转弯和加速。
• 节能路径：尽量减少上坡行驶或制动。
• 动态障碍：随着环境变化重新制定计划。

路径过短可能不安全，路径过长可能不安全。规划器会优化一个权衡这些因素的成本函数。在仓库中，成本可能是时间；在手术机器人中，成本可能是偏离预定轨迹；在行星探测车中，成本可能是被困的风险。路径规划是地图与实际移动之间的桥梁。没有路径规划，机器人知道自己要去哪里，却不知道如何到达那里；有了路径规划，机器人无需人工干预即可在复杂的环境中导航。