- 实时自动驾驶依赖**采样轨迹规划(sampling-based trajectory planning)**，路径点(waypoint)放置直接影响可行轨迹的存在与质量
- 现有研究未系统探索路径点放置对规划器性能的影响，其作用被忽视
- 背景：路径点通常沿道路中心线均匀分布，但不同几何复杂度道路可能导致性能差异
- 固定**轨迹基元(trajectory primitive)** 和**候选预算(candidate budget)** 不变，系统比较三种放置策略：**均匀间距(uniform spacing)**、**增强的Ramer-Douglas-Peucker变体(RDP*)**、** 新颖的曲率条件分配(curvature-conditioned allocation)**
- 在449种配置和5个** CommonRoad**地图（几何复杂度递增）上进行大规模实验
- 通过改变路径点间距、分配策略等参数量化对规划可靠性和轨迹质量的影响
- **首次系统性研究**：将路径点放置作为**第一类设计变量(first-class design variable)**，而非仅作为固定参数
- **关键发现**：**标称路径点间距(nominal inter-waypoint spacing, $d_s$)** 是性能主要驱动因素，均匀采样在良好调整的间距下匹配或超越复杂策略
- **反直觉结论**：几何感知策略（RDP*）从未优于均匀采样，曲率变体仅在**几何复杂道路(geometrically complex roads)** 且**可靠性优先(reliability-first)** 或**平衡权重(balanced weighting)** 时提供微小改进
- 揭示了**$d_s$** 应作为采样轨迹规划中**主导调优参数(dominant tuning parameter)**，简化了实际调参流程
- 为**路径点放置策略** 提供了系统基准测试，指导从业者优先优化间距而非复杂分配方法
- 建议**几何感知策略(geometry-aware strategies)** 仅保留用于**曲率丰富走廊(curvature-rich corridors)** 中可行性受限的场景，提升资源利用率