Apollo 算法阅读之Public Road轨迹规划算法--整体流程

本文主要介绍Apollo内部的public road规划的主要流程，主要是针对lane_follow场景，因为该场景覆盖面更广。以下内容是本人的一些个人阅读代码时的个人理解，欢迎指正。

路径规划

1.在lane change decider中会进行referline_info的数量查看，如果没有开启换道功能，那么始终只有当前一个referline_info，删去换道路径；否则保留多个referline_info.
2.在lane_borrow_decider判断是否当前在借道场景，
        如果在借道场景，判断是否self_counter是否大于6，如果是退出borrow模式，否则保持借道； 
        如果不在借道场景，判断是否需要换道，判断是否需要换道，主要包括：
        a.速度小于20km/h
        b.远离交叉口；
        c.障碍物是长期静止的;（即障碍物长期影响原有参考线）
        d.远离终点的;
        e.障碍物在有限范围内（35m）
        当同时满足上述条件时，判断左右是否具备超车车道（查询地图），如果存在可以做超车的，加入到换道列表中，从而进入超车模式.      
3.根据换道列表及当前场景状态，生成不同类型的boundary，包括fall back与self，如果是超车状态生成 left borrow, right borrow.
4.初始化道路边界，初始化障碍物边界，如果前方已生成的Boundary的道路中心仍然被堵死，就截取到障碍物点；    
5.通过不同的Boundary，生成不同的路线；具体可参考我的另一篇文章：Apollo-public road planner-路径规划
5.path_assessment_decider进行路线安全评估验证，随后如果没有障碍物遮挡，那么safe_counter++。对生成的轨迹进行排序，选择最优的；,如果self轨迹是首选轨迹，self_counter++，当大于6时，会退出超车模式，最后会退出超车模式；
6.path_decider就是如果前方仍然存在遮挡物的话，把路线截断到那儿，并加入longitudinal decision，从而使得速度规划方面可以在此处停止；

速度规划

1.Speed_bounds_prior_decider:
首先，将障碍物的轨迹映射到s-t graph，随后计算出障碍物在最优路径上的st轨迹交集（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