无人驾驶，局部路径规划算法

无人驾驶的局部路径规划算法可以分为基于图搜索的算法和基于采样的算法两类。

基于图搜索的算法，如Dijkstra算法、A*算法和RRT算法等，通过搜索已知的道路网络或者障碍物空间中的可行路径，以达到目标点。其中Dijkstra算法和A*算法都是基于最短路径的算法，但A*算法在计算时考虑了启发式信息，能够更快速地找到路径。RRT算法则是一种基于采样的树形搜索算法，它在障碍物空间中随机采样点，通过连接采样点和树节点的方式构建路径树，最终找到一条从起点到目标点的路径。

基于采样的算法，如RRT*算法和PRM算法等，通过对障碍物空间进行采样，生成一系列采样点，然后通过连接这些点来构建可行路径。RRT*算法在RRT算法基础上增加了重新连接策略，能够更好地优化路径；PRM算法则是一种基于全局路径规划的方法，通过构建路点图，在局部进行路径规划。

这些算法各有优缺点，需要根据具体应用场景进行选择。