0-细节概要

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