Apollo规划

在规划中我们通过结合高精度地图，定位和预测来构建车辆轨迹，

第一步是路线规划，地图路线导航，从 A 前往 B， Apollo 中通过路线规划模块处理该任务，

第二步是轨迹规划，目标是生成免碰撞和舒适的可执行轨迹，该轨迹由一系列点定义，每个点都有一个关联速度，和一个指示何时应抵达那个点的时间戳

路线规划（路由）

路线规划三个输入：

第一个输入为地图，Apollo 提供的地图数据包括公路网和实时交通信息

第二个输入为我们当前在地图上的位置（A）

第三个输入为我们的目的地（B）

地图数据转化为“图“（graph）——包括节点和边

图映射到网格世界（橘黄色点到绿色点） A*算法

g是起点到候选节点的值

h是候选节点到终点的值

f是两者结合然后选择最小

轨迹生成

轨迹生成的目标是生成由一系列路径点所定义的轨迹，为每个路径点分配了一个时间戳和速度，我们让一条曲线与这些路径点拟合，生成轨迹的几何表征。然后多条轨迹选最佳

由于移动的障碍物可能会暂时阻挡部分路段，轨迹中的每个路点都有时间戳，我们可以将时间戳与预测模块的输出相结合，以确保在我们计划通过时，轨迹上的每个路径点均未被占用，这些时间戳创建了一个三维轨迹，每个路径点由空间中的两个维度，以及时间上的第三个维度来定义，我们还为每个路径点指定了一个速度，速度用于确保车辆按时到达每个路径点

1.多种约束条件

轨迹应能免于碰撞
要让乘客感到舒适路径点之间的过渡以及速度的任何变化都必须平滑
可行的实际路径
交通规则

2.Frenet坐标系

路中心线为y轴，距中心线平移的距离为x轴

3.路径-速度解耦规划

将轨迹分为两步：

路径规划
速度规划

路段分割成单元格，然后对这些单元格中的点进行随机采样，通过从每个单元格中取一个点并将点连接，我们创建了候选路径，通过重复此过程我们可以构建多个候选路径，我们使用成本函数对这些路径进行评估，并选择成本最低的路径，成本函数可能考虑以下因素，与车道中心的偏离，与障碍物的距离，速度和曲率的变化，对车辆的压力，或任何其他因素。

---------------------
然后选择与该路径关联的速度曲线，一个被称为“ST 图”的工具可以帮助我们设计和选择速度曲线，在 ST 图中，“s”表示车辆的纵向位移、“t”表示时间，ST 图上的曲线是对车辆运动的描述，因为它说明了车辆在不同时间的位置，由于速度是位置变化的速率，所以我们可以通过查看曲线的斜率从 ST 图上推断速度，斜坡越陡
最佳速度曲线，我们需要将 ST 图离散为多个单元格，单元格之间的速度有所变化，但在每个单元格内速度保持不变，该方法可简化速度曲线的构建，并维持曲线的近似度，在 ST 图中，可以将障碍物绘制为在特定时间段内，阻挡道路的某些部分的矩形，例如假设预测模块预测车辆，将在 t0 到 t1 的时间段内驶入我们的车道，由于该车将在此期间占据位置 s0 到 s1，因此我们在 ST 图上绘制了一个矩形，它将在时间段 t0 到 t1 期间阻挡位置 s0 到 s1，为避免碰撞，速度曲线不得与此矩形相交，既然有了一张各种单元格被阻挡的 ST 图，我们便可以使用优化引擎为该图选择最佳的速度曲线，优化算法通过复杂的数学运算来搜索，受到各种限制的低成本解决方案，这些限制可能包括：交通规则限制 ，距离限制 如与障碍物的距离，汽车的物理限制 如加速度限制