Apollo 的 Planning 模块以 Routing 模块产生一条当前位置到终点的理想路径作为输入，结合当前场景下的路况信息（信号灯、短期内障碍物的运动轨迹等），生成短期内的一条驾驶路径。
在展开之前先介绍下 Apollo 主要采用的 Frenet 坐标系，见下图，整个坐标系基于一条光滑的参考线（右图中红线），然后将汽车的坐投影到参考线上，得到一个参考线上的投影点（图中蓝色点）。从参考线起点到投影点的路径长度就是汽车在 Frenet 坐标系下的纵向偏移量，用 S 表示。而投影点到汽车位置的距离则是汽车在Frenet坐标系下的横向偏移量，用 L 表示。通过汽车的朝向、速度、加速度也可以计算出 Frenet 坐标系下，横向和纵向偏移量的一阶导和二阶导。
Planning 模块的主要流程如下（最下面有大致流程图）：
- 从 Routing 模块获取全局路径
- 使用全局路径通过
Planning and Control (PnC) Map生成多条未经平滑的参考线，范围为车辆后方 30m 至前方 150～250m - 进行参考线平滑（也包括了参考线复用、拼接、收缩等操作）
Frame类初始化使用PnC Map生成的参考线- 融合从感知模块获取的障碍物信息
PathObstacle和障碍物（以及交规）对路径的决策影响PathDecision构成ReferenceLineInfo类 - 基于参考线信息和其中障碍物未来时刻的轨迹信息，规划器（
EM planner或Lattice planner）会生成一条未来短距离内（如 40m）的最优规划路径PathData(S-L 序列)，以及短时间内（如 8s, 150m）的速度规划序列SpeedData(S-T 序列) - 融合两者得到短时间内最优路径 （S-L-T序列）交由
Control模块处理。
PnC Map 主要做的事是生成参考线，这里参考线可以直接看作是车道中心线，通常会对当前车道和当前车道可驶入的邻接车道（该邻接车道也需存在于全局规划的路径中）分别生成参考线供后续模块使用。
在 Frame 类中，因为 PnC Map 给出的参考线实质上是一系列的点，所以会首先对每条参考线进行光滑处理，这里也涉及到了跨车道（如路口、分流、汇流等）情况下的参考线拼接。然后从感知模块获取障碍物信息进行滞后预测（lagged prediction），即除了使用 Prediction 模块发布的最新一次信息，还会考虑障碍物的历史轨迹预测数据以供更精确地预测。再将障碍物的轨迹信息加入到参考线中，并判断每个障碍物对自身轨迹规划产生的决策影响（纵向：忽略，停车，超车，减速，跟车；横向：忽略，微调，绕行）。
这里只是简单介绍了 Apollo 中的路径规划过程，更多细节可以参见 Github 中已开源的代码，为了更好地了解也可以进一步阅读下面的参考资料。
Reference