Baidu Apollo EM Planner

Haoyang Fan1,†, Fan Zhu2,†, Changchun Liu, Liangliang Zhang, Li Zhuang, Dong Li, Weicheng Zhu, Jiangtao Hu, Hongye Li, Qi Kong3,∗


摘要-在这篇稿件中,我们介绍了一个基于百度Apollo(开源)自动驾驶平台的实时运动规划系统。所开发的系统旨在解决工业4级运动规划问题,同时兼顾安全性、舒适性和可扩展性。该系统以分层的方式涵盖了多车道和单车道自动驾驶:(1)系统的顶层是一个多车道策略,通过比较并行计算的车道水平轨迹来处理变道场景。(2)在车道级轨迹生成器内,基于Frenet框架迭代求解路径和速度优化。(3)针对路径和速度优化问题,将动态规划和基于样条的二次规划相结合,构造了一个可扩展、易于调整的框架,同时处理交通规则、障碍物决策和平滑性。该规划器可扩展到高速公路和低速城市驾驶场景。我们还通过场景说明和道路测试结果对算法进行了验证。

       自2017年9月发布Apollo v1.5以来,本文描述的系统已部署到数十辆百度 Apollo 自动驾驶汽车上。截至2018年5月16日,该系统已在各种城市场景下进行了3,380小时和约68,000公里(42,253英里)的闭环自动驾驶测试。

      本手稿中描述的算法可在https://github.com/ApolloAuto/apollp/tree/master/modules/planning中获

你可能感兴趣的:(#,规划决策算法篇,人工智能,自动驾驶)