路径规划算法解析与实践

 task::

decider是决策

1.换道

首先考虑由参考器生成线生成的数量，如果只有一条参考线就不会产生换道，如果多条参考线，机会根据障碍物是否满足条件而做出决策

2.路径重用

 如果上一个路径没有与障碍物发生碰撞，就会沿用上一个路径，防止生成路径不稳定。

如果重用就会直接进行速度规划，如果存在碰撞，就路径规划

3.借道

4.路径边界

 Nudge：：对障碍物的绕行

 5.路径优化

6.路径评价

 7.路径决策

该决策用在后面速度规划上

 基于二次规划的路径规划算法：：

 有很多现成的求解器，Apollo用的OSQP

定义优化变量、目标函数设计【是由优化变量组起来的函数】、满足约束，带入求解器求解：：

 

设置系数矩阵

求解

获取优化结果

代码执行流程

 1.换道决策

 产生的换到状态会保存到injector中，injector在planning中是一个单独的类，可以在不同帧（？）之间共用，所以换道也是观察好几帧产生的决策。

2.借道

 保存到referenceline_info里，

3.路径边界

 最后通过SetCandiadatePathBoundaries函数保存到referenceline_info里，下一步调用

4.路径优化

 在piecewise_jerk_problem中进行求解，设置权重系数和约束，最后在Optimize中优化求解

 然后保存到referenceline_info中

5.选择最优路径

 两两比较，然后选择的路径信息保存到referenceline_info中的mutable_path_data中同时也保存障碍物的信息，供速度规划进一步处理，在ST图中使用。

算法实践

 

 在Layer Manu的planning可以选择边界的可视化

二次规划路径规划的所有参数，权重项，配置文件

planning.conf中存的是命令行参数，FLAGS参数，在整个代码里是一个全局变量，所以可以在planning.conf中修改。

【FLAGS：：    】

思考：：