Apollo决策规划视频讲解
01决策规划研究背景
**1.图搜索:**Dijkstra
2.差值的曲率规划:RRT
3.基于函数优化
4.基于采样:Ploynomial-一般五次多项式
因为Jerk跃度为三阶导平方(相当于加速度变化率,一脚刹车),结合0-2阶约束(位置、速度、加速度),利用拉格朗日方程得到L,再欧拉公式求0~3阶导=0,而三阶导平方的跃度求导之后就是原来3阶导+求2阶导=6阶导=0,所以积分得到5次多项式
4.1规划的目标(凸优化与非凸优化)
代价函数:越小约平滑
凸优化:凸函数在凸空间的最小值
静态/动态避障约束空间是非凸空间,则求解非凸问题:非凸空间离散化
4.2 车辆坐标系与迪卡尔坐标系
4.3 算法及仿真-参考线 reference line
(1)参考线的三个代价函数:平滑代价(向量求和=0)、紧凑型代价、相似代价(起点重点)----化为二次规划标准型
(2)EM planner算法流程:
(3)对规划算法的期望是块、节省计算量
(4)利用上个周期的规划结构
4.3 算法及仿真-避障:
(1)确定规划起点+二次规划
(2)障碍物代价函数
(3)图的最短问题