Apollo 算法阅读之Public Road轨迹规划算法--速度规划

最新推荐文章于 2025-01-09 16:11:00 发布

原创最新推荐文章于 2025-01-09 16:11:00 发布 · 4.2k 阅读

18 ·

CC 4.0 BY-SA版权

本文详细介绍了Apollo自动驾驶系统中车辆速度曲线的规划流程，包括Speed_bounds_prior_decider的速度边界设定，DP_ST_SPEED_OPTIMIZER的最优轨迹计算，SPEED_DECIDER的障碍物决策，SPEED_BOUNDS_FINAL_DECIDER的速度边界调整，以及PIECEWISE_JERK_SPEED_OPTIMIZER的速度曲线优化。

本文主要介绍Apollo内部关于车辆速度曲线的规划，主要是涉及了几个阶段的主要任务表述

1.Speed_bounds_prior_decider:
首先，将障碍物的轨迹映射到s-t graph，随后计算出障碍物的轨迹（prior过程，障碍物在速度方面不存在decision，因此此次计算轨迹是withoutdecision），并将其放置boundaries集合中，随后设置速度最大限制（沿规划好路径），最后，st_graph_data保存boundaries,speed_limit等.
2.DP_ST_SPEED_OPTIMIZER：
根据上述的boundaries，进行计算启发式速度曲线搜索，得到最优轨迹；
3.SPEED_DECIDER：
根据上述的speed曲线，来初步判断对障碍物的decision，其中行人需要特别处理，设置相应的决策行为；
4.SPEED_BOUNDS_FINAL_DECIDER：
重新计算障碍物stboundary，然后根据障碍物的decision，确定速度的边界；
5.PIECEWISE_JERK_SPEED_OPTIMIZER
基于osqp进行速度曲线的数值优化计算，得出最优曲线.