Reeds-Shepp路径是由J.A.Reeds和L.A.Shepp于1990年在论文《Optimal paths for a car that goes both forwards and backwards》中提出的一种经典路径规划算法。该算法专门针对具有最小转弯半径约束的车辆（如汽车），在允许前进和后退行驶的条件下，计算两点之间的最短可行路径。其核心贡献在于证明了任意两点间的最短路径可由不超过五个基本运动片段（直线段或圆弧段）组合而成，这些片段被称为Reeds-Shepp曲线。
在自动驾驶领域，Reeds-Shepp路径因其数学上的最优性和计算高效性，被广泛应用于泊车路径规划、狭窄空间机动等场景。与Dubins路径（仅允许前进）相比，它通过引入倒车机动显著扩展了可行解空间。算法生成的路径天然满足车辆运动学约束，可直接作为底层控制的参考轨迹。现代自动驾驶系统常将其与A*、RRT*等搜索算法结合，在结构化环境中实现实时路径规划。