SD_Ma的博客

自动驾驶的技术，从软件层面来说，分成基于嵌入式系统的软件平台部分，以及算法部分。前者提供类似OS（如Windows、MacOs，或手机上的IOS、Android）一样的运行支持和资源分配管理功能，后者更接近于提供具体功能的APP。自动驾驶的算法一般主要分成感知、融合、规划、控制，其中规划处于承上启下的位置，作用是根据感知结果和环境信息，产生车辆的移动轨迹，从而让控制算法按照这个轨迹控制车辆的移动。这篇文章说的就是规划算法之中一个常用的算法：EM Planner。它针对的是L4级别的自动驾驶场景。

本文将以apollo为例设计一个十字路口左转的算法，包含从规划模块的输入、输出，具体的几个主要代码模块的讲述，还有细节的十字路口左转的算法。

做一点总结学习。

本课程由Apollo开发者社区布道师倾力打造，通过本课程，你将掌握 Apollo系统安装、 Apollo调试、仿真等工具的使用；熟悉Apollo自动驾驶高精度地图、定位、感知、预测、规划 与控制等模块的运行机制、代码架构等相关知识。

这篇《整体决策的统一框架和基于时空的高速路自动驾驶轨迹规划》论文，针对过往前任研究的一些不足，建立了决策规划的三个模块，这三个模块针对短期（10hz，一秒运行十次），中期（1hz，一秒运行一次），长期（0.25hz，4秒运行一次）的不同时间段的目标，构建了不同的算法，分别是长周期的行为规划，短期的动力学规划，和一个安全性检查；

实时进行路径规划是车辆能够实现自动驾驶的重要功能之一，自动驾驶车辆面对的交通场景多而复杂，因此如何根据感知层得到的车辆周边的障碍物、车流、人流信息规划出一条安全、驾乘舒适、平滑的路径是自动驾驶领域的经典难题，而服务于自动驾驶的决策规划也在近年来受到了学术界和工业界越来越多的关注。本文对该领域主要研究进展进行了综述。首先，介绍自动驾驶决策规划模块的重要作用。其次介绍规划与决策分层次的结构，以及每个层次的重要算法。最后总结实际自动驾驶的决策规划模块的典型问题，并展望这个方向的研究趋势。