使用快速探索随机树(RRT)算法，通过已知的地图规划车辆的路径。特殊的车辆约束也应用于自定义状态空间。您可以为任何导航应用程序使用自定义状态空间和路径验证对象来优化您自己的规划器。

使用测距仪和a *路径规划器对仓库地图执行动态重新规划。

模拟高速公路行车场景下自动变道机动系统。

演示如何在高速公路驾驶场景中规划本地轨迹。这个例子使用参考路径和动态障碍列表来为自我飞行器生成替代轨迹。ego车辆从一个driving scenario对象导航在一个提供的driving scenario中定义的交通。基于成本、可行性和无碰撞运动，车辆在自适应巡航控制、变道和车辆跟随机动之间进行切换。

使用基于运动学的规划师，planercontrolr金宝搏官方网站rt，为具有复杂运动学的系统找到全局路径规划解。该示例分为三个主要部分:

基于对周围环境的估计，对自动驾驶汽车的运动进行动态规划。你使用一个Frenet参考路径和一个联合概率数据关联(JPDA)跟踪器来估计和预测公路上其他车辆的运动。与公路轨迹规划使用Frenet参考路径的例子相比，在这个例子中，你使用来自多目标跟踪器的估计轨迹，而不是地面真实的运动规划。

使用Hybrid a *算法，执行代码生成以规划通过地图的车辆的无碰撞路径。在MATLAB®中验证算法后，使用算法中生成的MEX文件可视化所规划的路径。