速度规划：7段S曲线

待更新。。。

apollo 决策算法和运动规划算法学习：

学习视频

速度规划一共涉及了六个task，它们的功能分别为：

1 ST_BOUNDS_DECIDER：
根据对于障碍物的决策以及道路限速来构建ST图中每一时刻的上下限范围；
2 SPEED_BOUNDS_PRIORI_DECIDER：
根据道路限速，曲率，障碍物信息计算对于path每个点的限速
对上一task生成的ST boundary进行更细致的调整
3 SPEED_HEURISTIC_OPTIMIZER：利用动态规划&回溯的方法在ST图中搜索出一系列可行的速度点集
4 SPEED_DECIDER：对障碍物再做一次决策
5 PIECEWISE_JERK_NONLINEAR_SPEED_OPTIMIZER：
对第三步的速度点集进行线性插值得到折线轨迹，再进行二次平滑优化；对轨迹点上的speed_limit和curvature进行二次优化，最终对速度点集进行非线性优化（这部分我后面会重点讲到）

决策规划模块一分为三：

1.导航规划算法，此算法将计某出大地图上A到B的最优路经。
特点:导航算法会给一个粗略的,大范图的路径，但是此路经不会考虑如何避障,也不会考虑车辆动力学约束，一般规划的路经是不规则的折线。
一般只需要执行一次,只有遇到大范围的拥堵,施工,偏航等情况会再次执行。

2.行为规划算法，又叫决策算法，决定车辆行驶意图的算法，对于静态体碍物，到底往左绕还是往右绕，对动动态障碍物,到底该减连避让 还是加速超车?
决策算法决定了车辆的意图，这也是整个规划算法中最难做的部分
特点: 决策算法会给一个车辆的行驶意图,会指导车辆该避让,该超车，该左转该转，但是决策不去给具体的运动建议，例如往左转多少度，车辆加速到多少。
实际环境晚息为变，因此决策算法需要较高的执行频率一般为 10 Hz
决策算法需要有一定的稳定性，不允许在周围环境稳定时出现“朝令夕改”现象

3. 运动规划算法 : 根据决策给出的行为意图在相关的时空中搜索出(或优化出)一条具有详细路径速度信息,并且满足各个约束条件的轨迹，并将此轨迹发给控制模块去跟踪，
   此就长度-般在几米到几十米不等
   特点: 运动规划生成的轨迹是决策规划模块的最终输出,具有详细的路经速度的信息，执行频率与决策相同,为10 Hz，同样,运动规划也要求有一定的稳定性

参考博文：

速度曲线规划之T形曲线
理论：速度曲线规划之S形曲线

行程时间的表达式