会上可能听到：“规划用的是 DP + QP。——DP 那一步输出的只是一条粗路径吗？”
它到底是什么意思
代表是百度 Apollo 的 EM Planner，流程四步：SL 投影、路径规划、ST 投影、速度规划。投影是 E 步，把障碍物投到坐标系里；规划是 M 步，每一边都先 DP 后 QP。
DP 真正的产物是三件套：一个粗解、一条可行走廊、一组离散决策，比如从障碍物左边绕还是右边绕。速度侧在 ST 图上做同样的事：从他车占用带下方过是让行，上方过是超车。
短板写得很明确：需要横纵联合动作的场景搞不定，比如窄道会车。走哪条线取决于什么时候到，什么时候到又取决于走哪条线，先定路径再配速度，天生给不出答案。
机制图解
DP 和 QP 各干什么
DP在非凸空间里做离散选择：左绕还是右绕、让行还是超车 · 圈出一条凸的可行走廊，附带一个粗解
QP只在这条凸走廊里求平滑解 · 把 DP 的折线磨平
容易搞混的地方
常见误解
DP 只负责给 QP 一条粗糙的初始路径
正确理解
DP 的产物是三件套：粗解、可行走廊、离散决策。左绕还是右绕，在这一步就定了
常见误解
ST 图的纵轴是速度
正确理解
纵轴是沿路的纵向位移，速度是曲线的斜率；从占用带下方过是让行，上方过是超车
看懂之后可以追问
- 窄道会车、汇入这类横纵强耦合的场景，我们现在怎么处理？这是解耦架构写明的短板。说不出专门的处理，这类场景就该列进专项测试。
- DP 定下的让行、超车决策，下游和评测看得到吗？决策藏在 DP 的产物里。QP 只在 DP 圈好的走廊里找解，边选错了，QP 再平滑也救不回来。
沿着主线继续
先知道
- Frenét 坐标与五次多项式采样——沿参考线拆成纵向 s 和横向 l，采一批终止状态、每个配一条五次多项式、挑代价最低的——横纵解耦只在高速近似成立。
对比着看
- Hybrid A*——在栅格上搜路，但节点按车辆运动学扩展，搜出来的每一步车都开得到——擅长停车场、掉头、窄空间这类非结构化场景。
接着看
- 时空语义走廊 SSC——沿决策层前向仿真的状态，在 s-l-t 空间里修一串相连的无碰撞立方体，再在这条走廊里铺轨迹——决策和规划在这里合龙。