autoware.auto规划框架介绍

autoware.auto规划框架介绍

总框图：

分模块简介：

behavior_planner是核心节点，将全局路径转化为局部轨迹。相当于管理者，针对不同的场景产生采用不同的轨迹生成方式
功能：通过请求相应的轨迹规划器，将全局路径转化为轨迹点；检测到障碍物，速度修正。
使用：出库：从车库触发，驾驶至最近的车道线；沿车道线驾驶，不超速；泊车，车道线行驶后的泊车
步骤：全局轨迹分段；每一段采用合适的方式生成轨迹；每一段轨迹转向发生变化处进行轨迹细分；细分后轨迹速度优化。

lanelet2_global_planner（OSM规划器）产生从当前位置到最终泊车点的遵守交通规则的最短路径。是可行驶区域的全局路径【包括车道中心线和进出库路径】【x,y,z】。
步骤：查找目标车库id；查找起始和终点的车道线id；寻找停车库与可车道的路径；采用图搜寻找起点与终点最短路径；拼接。

Lane planner计算沿着车道线的轨迹，通常采用车道中心线。若存在车道急转弯情况，可能是的轨迹不满足车辆动力学。
步骤：沿车道中心线生成轨迹点；路径曲率计算前轮转角；从速度计算每个点到达时间；轨迹尺寸重构；速度平滑。

Parking Planner产生车辆的无碰进出库路径。车辆模型：自行车模型。产生从起始点到终止点的满足车辆动力学约束的避障轨迹【包含车辆的状态和控制】。参数：始末点以及障碍物地图。
步骤：A算法获得起始点到终止点的无碰的不满足车辆动力学约束的路径；A粗路径产生nlp求解器初始值；nlp求解器求解得到起始点到终止点的满足车辆动力学的避障的顺滑的轨迹；轨迹再次被检测约束条件和动力学以及无碰。

Costmap generator进行环境代价地图的生成。考虑代价地图、地图和车辆位置位移，提供了适当的tf转换。
步骤：接受HAD地图信息，得到代价地图和车辆以及地图和代价地图的tf；HAD地图中可行驶区域的提取；代价地图以车为中心位置，并且与地图对齐；代价地图层的填充；可行驶区域多边形计算和代价地图的修剪。

Object Collision Estimator输入：感知模块的障碍物信息和局部规划的局部路径信息；进行路径与障碍物的碰撞检测；局部路径的避障修正。
步骤：参考官网文档

RecordReplay planner：轨迹的记录和播放

TrajectoryPlannerNodeBase：节点样板，普通的轨迹节点；返回行为规划器请求的从起始状态到目标状态的导航轨迹。

Trajectory spoofer提供一个ros2节点和类，运动规划的替代品；可以给控制模块不同类型的轨迹；目的是进行仿真环境控制模块的测试。

备注：

此文章对autoware.auto规划简介做简单整理，水平有限，可能有误，仅供自看。