百度 apollo自动驾驶决策规划专栏
文章平均质量分 88
百度 apollo自动驾驶决策规划专栏 详细的介绍了apollo中自动驾驶的相关论文和代码以及算法原理
hebastast
这个作者很懒,什么都没留下…
展开
-
PathDecider 详细解读
PathDecider路径决策类就是对阻塞自车参考线的障碍物做决策,是否要纵向stop,或者是否可以横向ignore,或者是否要车道内横向让行(nudge),apollo路径决策时是只考虑静态障碍物,动态障碍物决策在速度规划时考虑。原创 2024-06-23 16:06:20 · 58 阅读 · 0 评论 -
Apollo_PIECEWISE_JERK_NONLINEAR_SPEED_OPTIMIZE 非线性速度优化
先讲下为什么需要使用非线性速度规划, 如下图,基于二次规划的速度规划中,pi是曲率关于时间t的函数,但实际上路径的曲率是与s相关的。二次规划在原先动态规划出来的粗糙ST曲线上将关于s的曲率惩罚转化为关于t的曲率惩罚,如此,当二次规划曲线与动态规划曲线差别不大,规划出来基本一致;若规划差别大,则会差别很大。就如图所示,规划出来的区间差别较大。限速/曲率的函数是关于s的函数,而s是我们要求的优化量,只能通过动态规划进行转化,如此就会使得二次规划的速度约束不精确。为了使得限速更加精细,Apollo提出了一种基于非原创 2024-06-23 16:01:12 · 51 阅读 · 0 评论 -
自动驾驶规划中使用 OSQP 进行二次规划 代码原理详细解读
自动驾驶规划中使用 OSQP 进行二次规划 代码原理详细解读原创 2024-06-23 15:37:50 · 163 阅读 · 0 评论 -
Piecewise Jerk Speed 论文以及代码解析
在处理最优化问题时,一般会转化成离散形式,将轨迹 s(t) 按照某参数离散,并计算离散点处的约束和 Cost。对于速度规划问题,一般可以按照等间距离散(Spatial Parameter Discretization)和等时间离散(Temporal Parameter Discretization)。束作为优化问题的速度约束边界,因此将每个时刻的位移和 DP 的位置之差作为了优化目标的一部分,但是这样只能实现速度的软约束。速度规划的优化求解即是按照上述的算法原理实现的。此外,Apollo 还设计了。原创 2024-06-23 15:11:29 · 31 阅读 · 0 评论 -
apollo规划架构
Scenario 是 apollo 决策规划算法中的重要概念,apollo 可以应对自动驾驶所面临的不同道路场景,都是通过 Scenario 统一注册与管理;下图是几个规划器的结构。这里我们要讨论的是 PublicRoadPlanner,这里只是简单的给出结构,后面的对应小节会具体介绍函数中如何运行和管理。PlanningComponent 的两大核心函数是 Init 和 Proc.接下来的具体例子中我们都以这个 planing_base_被实例化为 OnLanePlanning 作为前提。原创 2024-06-23 11:05:38 · 46 阅读 · 0 评论