\t本书以Apollo 6.0自动驾驶算法为背景，以Lattice运动规划算法为主线，以线性插值、frenet坐标与笛卡儿坐标转换、4次多项式与5次多项式、二次规划等为算法的理论基础，引导读者由浅入深的了解Frenet坐标系提出的背景、Frennet坐标与笛卡儿坐标系之间的相互转化关系、静态障碍物与动态障碍物S-T图的生成、横纵向运动轨迹的生成与优化等内容，讲解注重理论与代码的结合，既可以有效加深读者对算法的进一步理解与认知，也可以提升读者算法工程化的实操能力。



\t本书共8章，从Apollo 6.0代码入手，按照代码的实现流程，详细讲述了Lattice规划算法在不同阶段的处理过程，例如Frenet坐标系与Cartesian坐标系之间的转化关系与各个公式的推导过程、参考线的离散化、静态障碍物与动态障碍物的生成、横纵向轨迹与多项式的运用，碰撞检测与轨迹的优化等内容，从零起步，系统深入地剖析了Lattice算法的核心原理与知识点。本书示例代码丰富，实际性和系统性较强，关键章节配有详细的视频讲解，助力读者透彻理解书中的重点与难点。



\t本书不仅适合初学者入门，算法公式的推导过程与代码的对比分析对于工作多年的开发者也有参考价值，并可作为高等院校和培训机构自动驾驶专业的教学参考书。 

第1章 Lattice算法概述
1.1 背景
1.2 基本思想
1.3 总体框架
第2章 笛卡儿坐标系与Frenet坐标系
2.1 Frenet坐标系提出的背景
2.2 Frenet坐标系
2.2.1 定义
2.2.2 特点
2.3 Frenet坐标系与笛卡儿坐标系的相互转换
2.3.1 笛卡儿坐标向Frenet坐标转换
2.3.2 Frenet坐标向Cartesian坐标转换
2.4 实例分析
2.4.1 基于Python的实例分析
2.4.2 基于Apollo 6.0的C++实例分析
2.5 小结
2.5.1 过度依赖参考线
2.5.2 Cartesian坐标系与Frenet坐标系转换的不一致性
第3章 参考线的离散化与匹配点的选择
3.1 参考线的描述与计算
3.2 参考线的离散化与s（t）的计算
……