b站老王 自动驾驶决策规划学习记录(九)

本文讨论了自动驾驶中的决策过程,重点介绍了二次规划算法在Apollo3.5/5.0中的应用,包括路径规划的凸空间搜索和分段加加速度约束优化,以找到最优路径并转换为Cartesian坐标。
摘要由CSDN通过智能技术生成

自动驾驶之轻决策与重决策

上一讲:b站老王 自动驾驶决策规划学习记录(八)
接着上一讲学习记录b站老王对自动驾驶规划系列的讲解

参考视频:自动驾驶决策规划算法第二章第四节(中) 路径二次规划算法

二次规划算法

在这里插入图片描述
l m i n 1 , l m i n 2 , . . . , l m a x 1 . l m a x 2 , . . . 构成凸空间 l_{min1},l_{min2},...,l_{max1}.l_{max2},...构成凸空间 lmin1,lmin2,...,lmax1.lmax2,...构成凸空间
二次规划的求解空间就在此凸空间中搜索
在这里插入图片描述
Apollo 3.5/5.0新增,f(s)尽可能在凸空间的中央
在这里插入图片描述

分段加加速度优化法

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
设有 l 1 , l 1 ′ , l 1 ′ ′ , . . . , l n , l n ′ , l n ′ ′ l_1,l_1^{'},l_1^{''},...,l_n,l_n^{'},l_n^{''} l1,l1,l1′′,...,ln,ln,ln′′需要优化
则分段加加速度约束为
在这里插入图片描述
记为 A e q x = b e q A_{eq}x=b_{eq} Aeqx=beq等式约束

在这里插入图片描述
这样做并不准确
在这里插入图片描述
在这里插入图片描述
d 1 : 汽车质心到车头距离 d_1:汽车质心到车头距离 d1:汽车质心到车头距离
d 2 : 汽车质心到车尾距离 d_2:汽车质心到车尾距离 d2:汽车质心到车尾距离
w :汽车宽度 w:汽车宽度 w:汽车宽度
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
记为 A x ≤ b Ax≤b Axb
在这里插入图片描述
求解出 l 1 , l 1 ′ , l 1 ′ ′ , . . . , l n , l n ′ , l n ′ ′ l_1,l_1^{'},l_1^{''},...,l_n,l_n^{'},l_n^{''} l1,l1,l1′′,...,ln,ln,ln′′ s 1 , s 2 , . . . , s n s_1,s_2,...,s_n s1,s2,...,sn结合即得到二次规划下的最优路径,再转化为Cartesian坐标,路径规划完成。

  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值