声明：本文摘自其它参考资料之内容，会在文末声明，绝无冒犯之意，只为一时复习之方便，侵权必删！
1.算法效果
（1）第一种情况
(2) 第二种情况 从图中可以看出来，开始时规划路径需要几秒钟。
（3）第三种情况可以看出 此种情况似乎是计较简单的，规划路径所需要的时间很短
（4）第四种情况
（5）三维空间中的路径规划
2.path planning 示例
3.path planning的注意事项
一个路径 规划任务通常有以下几个需要考虑的事项：
A path planning task usually takes several input values or parameters:
- a start position (or start configuration): this is the initial configuration of a device (e.g. robot).
- a goal position (or goal configuration): this is the desired configuration for the device or robot.
- obstacles: those are the objects that the device (or robot) shouldn't be colliding with, whilefollowing a path from the start to the goal configuration.
A path linking the start configuration to the goal configuration can be specified (or restricted to be) in a
configuration space with a specific number of dimensions (e.g. the X, Y configuration space). Moreover
additional constraints are usually needed that make the task more complicated (e.g. keeping a certain
distance threshold to the obstacles, or moving only in one direction).
4.使用的算法RRTConnect
RRTConnect( The basic idea is to grow two RRTs, one from the start and one from the goal, and attempt to connect them.)
（ 以下内容参考博客RRT路径规划算法，目前没有深刻的理解，今后有深刻的理解的时候再自行记录一番）
基本的RRT每次搜索都只有从初始状态点生长的快速扩展随机树来搜索整个状态空间，如果从初始状态点和目标状态点同时生长两棵快速扩展随机树来搜索状态空间，效率会更高。为此，基于双向扩展平衡的连结型双树RRT算法，即RRT_Connect算法被提出。
使用matlab实现的RRTconnnect算法
5. 代码简易分析
代码分析，查看自己的Notepad++里的代码解析。
参考：
1.RRT路径规划算法 - 冬木远景 - 博客园
https://www.cnblogs.com/21207-iHome/p/7210543.html
2.Path planning
http://www.coppeliarobotics.com/helpFiles/en/oldPathPlanningModule.htm