Apollo路径规划学习

Apollo路径规划学习
Apollo路径规划⼊门
原⽂链接: .
原⽂链接: .
规划简介
路线规划
到从地图上的A前往B的最佳路径
轨迹规划
到避免碰撞和保持舒适度的可执⾏轨迹
将地图转为图形
在进⾏智能搜索算法以前,我们需要将地图数据重新格式化为“图形”的数据结构。
绞车滚筒
该图形由“节点”(node)和“边缘”(edge)组成。节点代表路段,边缘代表这些路段之间的连接。例如:在交叉路⼝,汽车可从节点1移动到节点2、节点3或节点4,反之亦然。
我们可以对⼀个节点移动到另⼀个节点所需的成本进⾏建模。例如在现实⽣活中,拐过⼀个交叉路⼝⽐直⾏更费劲,所以从节点1到节点4的成本⾼于从节点1到节点3的成本。
路径查算法:A*
使⽤g和h的和表⽰总损失f即对于⼀点其损失为f(n) = g(n) + h(n),其中g(n)是从起始点到该点的确定性损失(exact cost),h(n)表⽰从该点到终点的启发式评估损失(heuristic estimated cost)。
根据我们的具体情况,我们可以⾃定义成本估算⽅式。例如,交通堵塞会增加前往⽬的地的成本,所以交通繁忙的路径具有更⾼的成本。对于每个候选节点,我们通过添加g值和h值来计算总和,即f值。最佳候选节点是f值最⼩的节点。每当我们抵达新节点时,我们通过重复此过程来选择下⼀个候选节点,⽽且总是选择我们尚未访问过且具有最⼩f值的节点。这就是A* 算法,它建⽴了⼀条稳定前往⽬的地的路径。
轨迹⽣成
⾼等级地图路线只是规划过程中的⼀部分,我们仍需要构建沿这条路线前进的低等级轨迹。这意味着
要处理⼀些不属于地图的物体:如其他车辆、⾃⾏车或⾏⼈。例如,我们可能需要与试图在我们前⾯掉头的汽车互动,或者我们可能希望超过⼀辆在公路上⾏驶的慢车。这些场景需要更低级别、更⾼精确度的规划。我们将这⼀级别的规划称为轨迹⽣成。
轨迹⽣成的⽬标是⼀些列由路径点所定义的轨迹,在每⼀个轨迹点上添加时间戳和速度,通过时间戳与预测模块的输出相结合,可以保证轨迹上每⼀个点均未被占⽤,这些时间戳和空间上的两个维度(2D Position)共同构建了⼀个三维轨迹(3D Trajectory),同时在时间戳上也添
加了到达该点的速度。
在道路的任何两点,可能会有多个不会发⽣碰撞、⾏驶舒适、可⾏且合法的轨迹。我们如何选择最佳轨迹呢?答案是使⽤“成本函数”。成本函数为每个轨迹分配了⼀个“成本”,我们选择成本最低的轨迹。轨迹“成本”由各种犯规处罚组成,例如:偏离道路中⼼,有可能产⽣碰撞,速度限制,轨迹的曲率和加速度让乘客感到不舒服等。
Frenet坐标系
使⽤Frenet坐标系,可以描述汽车相对于道路的位置,s表⽰沿道路的距离,即纵坐标,d或L表⽰与纵向线(⼀般是车道中⼼线)的位移,即横坐标
路径-速度解耦规划
路径规划破窗器
⾸先在路径规划步骤中⽣成候选曲线,这是车辆可⾏驶的路径。使⽤成本函数对每条路径进⾏评估,该函数包含平滑度、安全性、与车道中⼼的偏离以及开发者想要考虑的其他任何因素。然后按成本对路径进⾏排名并选择成本最低的路径。
速度规划线材生产
我们可能希望改变在该路径上的速度,所以真正需要选择的是与路径点相关的⼀系列速度,⽽不是单个速度。我们将该序列称作“速度曲线”。我们可以使⽤优化功能为路径选择受到各种限制的良好速度曲线。通过将路径和速度曲线相结合可构建车辆⾏驶轨迹。
路径⽣成与选择
我们可能希望改变在该路径上的速度,所以真正需要选择的是与路径点相关的⼀系列速度,⽽不是单个速度。我们将该序列称作“速度曲线”。我们可以使⽤优化功能为路径选择受到各种限制的良好速度曲线。通过将路径和速度曲线相结合可构建车辆⾏驶轨迹。
ST图
选择路径后的下⼀步是选择与该路径关联的速度曲线,⼀个被称为“ST 图”的⼯具可以帮助设计和选择速度曲线。在ST图中,“s”表⽰车辆的纵向位移、“t”表⽰时间。ST 图上的曲线是对车辆运动的描述,因为它说明了车辆在不同时间的位置。由于速度是位置变化的速率,所以可以通过查看曲线的斜率从 ST 图上推断速度。斜坡越陡则表⽰在更短的时间段内有更⼤的移动,对应更快的速度。烟卷引流>快门3d
速度规划
为构建最佳速度曲线需要将 ST 图离散为多个单元格。单元格之间的速度有所变化,但在每个单元格内速度保持不变,该⽅法可简化速度曲线的构建并维持曲线的近似度。在 ST 图中可以将障碍物绘制为在特定时间段内阻挡道路的某些部分的矩形。例如,假设预测模块预测车辆将在 t0 到 t1 的时间段
内驶⼊的车道。由于该车将在此期间占据位置 s0 到 s1,因此在 ST 图上绘制了⼀个矩形,它将在时间段 t0 到 t1期间阻挡位置 s0 到 s1。为避免碰撞,速度曲线不得与此矩形相交。既然有了⼀张各种单元格被阻挡的 ST 图,便可以使⽤优化引擎为该图选择最佳的速度曲线。优化算法通过复杂的数学运算来搜索受到各种限制的低成本解决⽅案。这些限制可能包括:法律限制,如速度限制;距离限制,如与障碍物的距离;汽车的物理限制,如加速度限制。
优化
路径-速度解耦规划在很⼤程度上取决于离散化。路径选择涉及将道路划分为单元格,速度曲线构建涉及将 ST 图划分为单元格。尽管离散化使这些问题更容易解决,但该解决⽅案⽣成的轨迹并不平滑。
为了将离散解决⽅案转换为平滑轨迹,可使⽤“⼆次规划”技术(Quadratic Programming)。⼆次规划将平滑的⾮线性曲线与这些分段式线性段拟合。离子风机aryang
路径-速度规划的轨迹⽣成

本文发布于:2024-09-22 01:13:16,感谢您对本站的认可!

本文链接:https://www.17tex.com/tex/2/310521.html

版权声明:本站内容均来自互联网,仅供演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系,我们将在24小时内删除。

标签:速度   路径   曲线   轨迹   选择   节点
留言与评论(共有 0 条评论)
   
验证码:
Copyright ©2019-2024 Comsenz Inc.Powered by © 易纺专利技术学习网 豫ICP备2022007602号 豫公网安备41160202000603 站长QQ:729038198 关于我们 投诉建议