【无人驾驶autoware 项目实战】规划-运动规划motion planning

系列文章目录

提示：这里可以添加系列文章的所有文章的目录，目录需要自己手动添加
TODO:写完再整理

---

前言

认知有限，望大家多多包涵，有什么问题也希望能够与大家多交流，共同成长！

本文先对规划-运动规划motion planning做个简单的介绍，具体内容后续再更，其他模块可以参考去我其他文章

---

提示：以下是本篇文章正文内容

一、功能

planning负责根据给定的一段temporal waypoint轨迹生成局部可行轨迹全局轨迹，考虑到车辆状态，三维地图所示的位置及其局部的障碍物分布情况，周围对象、交通规则和期望的目标，在局部环境下，规划出来一条最优的路径

.
.

二、输入

【temporal waypoint】

一段带有速度的轨迹
.
.

【current velocity】

定位与车底盘CAN里程计反馈融合得到的车辆当前速度
.
.

【current pose】

定位模块提供的车辆当前位姿
.

三、输出

【final waypoint】

无人车执行的最终轨迹
.
.

四、算法流程实现

【velovity_planner(velocity setting)】

在base waypoint的基础上，截取的一小段路径，并进行速度规划/设置，得到一段带有速度的轨迹temporal waypoint，更新车辆速度信息，注意到给定跟踪的waypoint里面是带有速度信息的，这个模块就是根据车辆的实际状态进一步修正速度信息，以便于实现在停止线前面停止下来或者加减速等等

算法原理我写在了另外的博客，转战一下：
【速度轨迹优化】double S曲线进行机械臂轨迹和无人驾驶路径的速度都规划
【Trajectory optimization】对轨迹点进行设置、插值、平滑方法
.
.

【astar_planner】

实现Hybrid-State A*查找算法，生成从现在位置到指定位置的可行轨迹，【防盗标记–盒子君hzj】这个模块可以实现避障，或者在给定waypoint下的急转弯，也包括在自由空间内的自动停车

算法原理我写在了另外的博客，转战一下：
【路径生成–图搜索的方法】贪心算法、Dijkstra和A类路径搜索算法【经典】
【路径生成–更复杂启发式的图搜索算法】hybird A算法（较常用）
.
.

【adas_lattice_planner】

实现了State Lattice规划算法，事先定义好的参数列表和语义地图信息，基于mini_jerk样条曲线实现局部路径生成与优化，在当前位置前方产生了多条可行路径，最终得到无人车执行的最终轨迹final waypoint，可以被用来进行障碍物避障或车道线换道

算法原理我写在了另外的博客，转战一下：
【路径生成+轨迹优化–无人驾驶规划器】Lattice planner算法
【五次样条路径生成并Frenet坐标系解耦轨迹优化】基于Frenet坐标系的无人车轨迹生成并优化方法

.
.

【open_planner】

实现路径生成与优化

算法原理我写在了另外的博客，转战一下：
【路径生成 + 轨迹优化–无人驾驶场景规划器】OpenPlanner算法

.
.

---

总结

参考资料