自动驾驶---Motion Planning之参考线Path平滑

本文探讨自动驾驶中的参考线平滑问题,重点介绍了离散点平滑算法。通过对二次规划问题的构建和求解,阐述了平滑过程中的优化思想、代价函数构造、坐标和曲率约束。曲率约束的线性化处理是平滑关键,使用osqp求解器进行求解。总结中提到在实际应用中,曲率较小路段平滑顺利,但在狭窄空间可能出现求解失败,需要调整约束和参数。
摘要由CSDN通过智能技术生成

1 背景

        有了由lane_segment插值得到的粗糙参考线,这种参考线是无法输出给下游使用的,需要进一步的处理使得参考线更加平滑,才能供下游控制模块使用。

        Apollo中共有三种参考线平滑算法,分别为:

          1. QpSpline Smoother

          2. SpiralReferenceLine Smoother

          3. DiscretePoints Smoother

        目前Apollo中默认配置为最后一种,基于离散点的平滑。这种方法在量产方案上也是使用比较多的一种,不仅可以用于结构化道路,也可用于非结构化道路,所以本篇着重介绍离散点平滑。

2 参考线平滑

        代码在Apollo中的位置见下图:

        如果考虑参考线的曲率约束,其优化问题是非线性的,可以使用ipopt非线性求解器求解(内点法),也可以将曲率约束线性化后使用osqp求解器来用sqp方法求解;如果不考虑曲率约束,则直接用osqp求解二次规划问题。

        本篇的内容,网上也有很多讲解,但不少文章里的公式推导是比较牵强的,因此笔者主要参考原始论文的公式推导,尽量全面地还原论文作者的思想,并且本篇文章对于整个二次规划内容的构建和求解都进行了阐述。

2.1 优化的思想

      

  • 31
    点赞
  • 27
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 1
    评论
评论 1
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

打赏作者

智能汽车人

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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