3.4.c 确定性采样:基于采样空间采样代码解析

3.4.c.1 基于状态空间采样的代码实现

在tests/sampling_based_planning/state_based_sampler_test.py 中定义了轨迹的生成方式，定义了起始点和终点的信息后，使用五次多项式生成轨迹，其中：

start_p ：轨迹的起点

trajectory_length ：轨迹的纵向长度（沿Frenet坐标系的轴）

max_l ：采样最大的横向

min_l ：采样最小的横向

delta_l ：的分辨率

delta_s：生成轨迹点的分辨率

3.3.c.2 基于状态空间采样的代码测试

在测试中，分为两个阶段，第一个阶段从起始点开始，按照不同的横向位置（）采终点状态，并用五次多项式连接成轨迹（效果图中的洋红色曲线），第二阶段，以第一阶段轨迹的最后一个点为起点，然后继续按照不同的横向位置（）采终点状态，也用五次多项式连接成轨迹（效果图中的灰色曲线）；然后设置不同的cost来评估每一条曲线，最后基于cost选出最优轨迹（为了测试，代码中的cost没有填充，只是随机选择了一条轨迹，效果图中的红色曲线）。

从效果图也可以看出，基于状态空间的采样方式可以生成平滑的轨迹曲线，但不一定满足动力学约束，同时由于可以直接限制终点的状态，因此可以最大限度的保证轨迹在可行驶区域内。