轨迹规划是无人驾驶系统的核心模块之一。轨迹规划模块承接上游感知、预测、决策等模块,规划无人驾驶车一段时间内的具体的驾驶行为,以轨迹的形式输出给下游控制模块执行。轨迹规划算法的优劣直接决定了无人驾驶车的安全性和舒适性,在无人驾驶系统中发挥着至关重要的作用。
在百度 Apollo 无人驾驶开源平台中,轨迹规划分为路径规划和速率规划两个顺序过程。路径规划结合道路边界线、静态障碍物的信息,产生轨迹的几何信息。速率规划在给定的路径下,考虑动态障碍物的预测轨迹、道路限速信息和决策信息,产生安全舒适的速率分配。
在这次分享中,我们将讨论:
在 Frenet 坐标系下的轨迹规划的路径和速率分解
基于离散分段的路径规划算法
基于离散分段的速率规划算法
Apollo开发者社区
『Apollo开发者社区』(ID:Apollo_Developers)是 Apollo 平台为开发者及合作伙伴提供的技术分享交流平台,汇集全球优秀开发者及行业大咖。为开发者提供 Apollo 平台及自动驾驶相关的学习资源、定期举办线上线下活动、解答开发者反馈。如果你对 Apollo 及自动驾驶感兴趣,别犹豫,加入 Apollo 开发者社区吧!
本场 Chat 作者:张雅嘉
百度高级架构师,百度 Apollo 平台规划方向技术负责人。有多年机器人运动规划方向的研发经验,曾带领团队参加 DARPA 机器人竞赛。2016 年加入百度,从事无人驾驶平台规划方向的研发工作。
扫码订阅本场 Chat
▼
点击阅读原文,订阅本场 Chat 学习