【无人驾驶——路径规划】 第一章 基础知识

系列文章目录

最近想系统地学习一下路径规划的相关知识，于是就打算写一个专栏记录一下。 Planning是目前无人车最困难也最具有挑战的部分之一。

【无人驾驶——路径规划】第一章 基础知识

【无人驾驶——路径规划】第二章 无人车路径规划

---

---

这篇文章是B站上面一个无人驾驶课程路径规划的笔记，博主就当拿它入门了。说是入门，其实之前也做过相关的项目，不过最近是想系统地学习一下路径规划的知识，说不定以后从事相关的工作呢？

Motion Planning的三个领域

• Robotic Fields
  • 生成轨迹寻找目标
  • RRT， A*, D* ，Dijkstra
• Control Theory
  • 动态系统理论实现目标状态
  • MPC， LQR
• AI:状态到action的映射
  • 强化学习，模仿学习等

如何解决一个Motion Planning问题

我们需要找到一个简单的突破口，首先是一个path finding 问题，也就是路径选择问题。在这个问题中，我们不关心速度，不关心机器人如何运动，我们只关心路径的生成。

什么样的Path才是最好的path？

• 路径最短
  • BFS & DFS
  • Dijkstra
• 基于启发式的搜索方法：A*
  • 大概知道了终点的位置
  • Heuristic function

无人驾驶中的规划和A* search有什么区别？

• 无人驾驶场景下是部分感知
• 有动态障碍物
• 复杂环境：比如有交通约束（可能遇到碰瓷hhh)
• 而A* 是一个global algorithm

D* 搜索

D* 是基于部分环境信息的一种搜索算法，经典的apollo登月小车上就采用了这种算法。使用D*算法进行路径搜索不一定能够搜索到全局最优解，但是经过统计学的分析，是能够逼近全局最优解的。

至此，我们已经有了如下几个方法：

• 构造目标函数并且结合了平滑性和目标cost
• 使用通用的search方法来最小化Cost从而找到一个最优解
• 通过Partial observed information 来做局部planning

路径规划还需要什么？

• 处理动态障碍物，动态环境
• 遵守交通规则，公共安全
• 实时计算
  • 计算时间100ms-150ms
  • 人的一般反应时间300ms-500ms
  • 酒驾 1000ms
  • 有限时间内找到最优解
    这就是为什么很多大公司使用C++而不用python的原因，因为C++能够对代码进行更多的优化。

motion planning定义

• Safely
• Smootly
• Achieve to destination （能够到达目的地）
• 输出三维的轨迹 X，Y，Time ：3D trajectory optimization problem
• 无人车硬件系统
  • 定位设备
  • 感知设备
• 无人车软件信息
  • 动态信息
  • 静态信息
    - HD map（用来保证实时性，如果没有高精地图，仅仅通过感知的信息进行计算，那么很难保证实时性，因为这样会造成很大的计算量）
• 如何设置出一个合理的轨迹？
  • 路径Path
  • 速度Speed

基本的Planning方法

• 经典的基于环境建模的方法
  • RRT
  • Lattice
• 现代无人车Planning方法
  • Darpa
  • Lattice in Frenet Frame
  • Spiral polynomial
• 刚体问题
  • BycicleModel
  • XY Heading
  • Collision
• Planning 限制条件
  • 避免碰撞
  • 边界阈值
• 连续空间问题
  无人车路径规划问题是求解一个连续空间问题，那么常用的一个方法就是连续空间离散化。以及网格化。

RRT

基于采样，使用增量搜索的方式来进行
找到附近可行点的最优点

• F(x)最小，cost最小
• 走过程中也不能有障碍是cost最小
• 走的过程中还可能碰到障碍物
• 所以撒点搜索不能太远，一步一步地移动
• 形成的路径是一个折现，后面还需要平滑曲线

Lattice

改进了RRT的折现问题，直接给出path的平滑曲线
思路：网格化，每个采样个中都是用曲线连接

DP（动态规划）

• 减少搜索空间
• 复用已知结果

Lattice DP

Lattice DP平滑度够吗？

• 曲率连续
• 曲率倒数不一定连续

QP（二次规划）

• 凸优化问题最优化求解
• 性质：在凸优化中的凸空间问题，用QP中有最优解
• QP如何找到平滑曲线？
  • 一阶导数最优化
  • 二阶导最优化
  • 三阶导数最优化
• 其他平滑曲线的方法：贝塞尔曲线，样条插值

参考文献

• 经典参考书籍
  • Steve Lavelle, Motion Planning Algorithm
  • Principles of Robot Motion：Theory, Algorithm, and Implementations
• 经典文献(一篇综述）：
  • A review of Motion Planning Techniques for Automated Vehicles

课程：B站【全】无人驾驶系列知识入门到提高