Apollo路径-速度规划轨迹生成方法

Apollo路径-速度规划轨迹生成方法

Apollo是百度开源的无人驾驶解决方案，其中规划中会按照不同的场景生成一条临时的路径，通过临时路径来障碍物规避，或者临时变道。

情况

假设前面有一个缓慢行驶的汽车离我们越来越近。

生成位置路点

那么Apollo首先会根据当前的情况，生成很多个不同的运动路径，这些运动路径都可以躲避开这个社会车辆。
1、这里首先会将这里的道路按照前进方向划分为若干个片段；
2、然后在每个片段上进行随机撒点；
3、将所有的点随机连接起来，生成一系列前进路径；

路线评估

然后Apollo会根据评估函数，对生成的这么多条路线，进行评估和打分，并选取出最合适的那一条。

其中具体的评估因素有：
1、安全系数；
2、离道路中心的距离；
3、车辆模型限制，例如转向最大角度等等；
4、曲线的平滑度；
5、速度和曲率的变化关系；
6、与障碍物的距离；
7、车辆自身的压力；

根据ST图进行速度规划

获取到最佳的行驶路径后，我们根据ST图来进行行驶路径的速度规划。

ST图，顾名思义就是行驶长度和Time的一条曲线，反应了SL坐标系下的长度和时间的曲线关系

ST图对障碍物的处理

如果在行驶过程中出现了一些障碍物，需要停下 或者躲避，那么在ST图上就表现出是一个在t1-t2阶段的障碍物方块。

根据障碍物生成速度-时间曲线

这样就获取了多条在当前路径下的ST曲线，然后我们再根据不同的限制，再次进行评估，选取出一条最适宜的ST曲线。

使用二次规划平滑ST曲线

之前获取的ST曲线是一条折线，但是这是不平滑的，对于无人车来说，曲线越平滑，规划出来的路径才是越好的。所以再次通过二级规划平滑ST曲线。

合并曲线

最后将我们选出的最合适的路径，和最合适的ST曲线，合并起来，得到了Apollo规划出来的临时轨迹，无人车将会按照这个轨迹躲避前车，继续前行。
根据ST图可知，在红色部分我们的速度较快，在蓝色部分，我们的速度较慢。