全局路径规划算法属于静态规划算法，根据已有的地图信息（SLAM）为基础进行路径规划，寻找一条从起点到目标点的最优路径。通常全局路径规划的实现包括Dijikstra算法，A*算法，RRT算法等经典算法，也包括蚁群算法、遗传算法等智能算法； 

1. Dijkstra算法和A*算法

 规划主要分为全局规划、局部规划和行为规划 

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。

A*算法，A*（A-Star)算法是一种静态路 中求解最短路径最有效的直接搜索方法，也是解决许多搜索问题的有效算法。算法中的距离估算值与实际值越接近，最终搜索速度越快。 

2. 行为规划和轨迹规划

参考文献

自动驾驶软件工程课程系列6：全局规划

A*算法详解一看就懂（python）_在键盘上弹钢琴的菜菜的博客-CSDN博客_a*算法 

自动驾驶规划模块（Planning）_Sean Wong的博客-CSDN博客_planning 自动驾驶 

无人驾驶路径规划（一）全局路径规划 – RRT算法原理及实现_FlyingKonan的博客-CSDN博客_全局路径规划 

文章知识点与官方知识档案匹配，可进一步学习相关知识OpenCV技能树首页概览11383 人正在系统学习中