PNC规控专栏
文章平均质量分 94
xl_courage
自动驾驶决策规划搬砖工 尽我所能
展开
-
Apollo6.0 StBoundsDecider流程与代码解析
Apollo6.0 StBoundsDecider流程与代码解析 前言对于纵向决策与规划而言,需要依据障碍物的预测轨迹、类型等,构建其st_boundary映射至planned_path上,并对其进行决策打标签(yield, overtake…);轨迹规划模块再依据决策信息,添加对应求解目标、约束条件,求解处"最优"轨迹。本文主要对StBoundsDecider进行解析,StBoundsDecider模块内容较多,之前花了不少时间解析。文中如有错误之处,恳请各位大佬指正!。一、流程与代码解析S.原创 2021-12-01 12:55:44 · 5109 阅读 · 7 评论 -
Apollo6.0 PathReuseDecider流程与代码解析
Apollo6.0 PathReuseDecider流程与代码解析 0、引言对于轨迹规划而言,主要包含横向路径以及纵向位置、速度、加速度规划。当前主流算法,主要都是轨迹规划问题拆解为横向和纵向两个部分进行独立规划,以达到复杂问题的降维解耦,减小对运行平台资源的算力需求。每一次横向路径规划,都会涉及约束边界、坐标转化等计算工作,这些都会带来时间复杂度上的开销;但在某些场景下,对于横向轨迹的生成,有时并不需要高频的定周期或触发式的重新计算生成。因此有必要设计判断是否可以对前周期的轨迹重复利用。比如在换道.原创 2021-11-30 16:51:29 · 1676 阅读 · 0 评论 -
Apollo6.0_ReferenceLine_Smoother解析与子方法对比
Apollo6.0_ReferenceLine_Smoother解析与子方法对比以视觉检测的车道线为引导线,比如Mobileye输出的车道线,因其三次多项式形式,曲率切向较连续;而Hdmap、众包地图或者slam建图所给出的引导线,往往精度、位置存在“毛刺”,这样的引导线不能直接用于后续的运动规划,影响至下游控制模块;因此,对于原始引导线加上一层平滑处理尤为重要。本文主要为apollo referenceLineSmooth模块的解析,主要包含模块代码的入口以及执行流程等;此外列举了子方法之间的相同点.原创 2021-11-26 21:53:10 · 4778 阅读 · 6 评论