所以Apollo设计了一种横纵解偶的开放空间轨迹规划算法, 将轨迹规划问题转化成路径规划DL-IAPS加速度规划PJSO两步来完成[1][2]. DL-IAPS是一种分段的路径规划算法. OBCA是将整条路径一起进行平滑, DL-IAPS是将Hybird A*产生的粗糙的轨迹, 根据轨迹的前进/后退(倒车档)分成不同的段, 并且分段进行平滑. 同时...
DL-IAPS是一种双循环迭代锚点路径平滑算法，用于路径平滑，确保规划后的路径满足曲率约束且不与障碍物碰撞。PJSO用于规划速度曲线，解决路径可能同时包含前进和后退动作的问题，以提高驾驶舒适性。在速度规划过程中，通过三次多项式表示速度曲线，并利用运动学关系和约束关系来优化加速和Jerk值，以减少限制同时...
DL-IAPS and PJSO: A Path/Speed Decoupled Trajectory Optimization and its Application in Autonomous Driving,Jinyun Zhou1, Runxin He1, Yu Wang, Shu Jiang, Zhenguang Zhu, Jiangtao Hu, Jinghao Miao and Qi Luo2。这文章就是Apollo的一个reference line smoother的原理代码,以及open space planner的部分...
在自动驾驶的前沿，Apollo的创新算法如星光璀璨——DL-IAPS与PJSO，它们的协同工作犹如双剑合璧，为高效和稳健的轨迹规划开辟了新径。DL-IAPS，这个细分路径平滑算法，如同艺术家的手笔，细腻地处理Hybrid A*生成的粗糙轨迹，确保每一段路径既光滑又安全。它通过双循环迭代，巧妙地锚定路径点，严格遵循曲率...
This paper presents a free space trajectory optimization algorithm of autonomous driving vehicle, which decouples the collision-free trajectory planning problem into a Dual-Loop Iterative Anchoring Path Smoothing (DL-IAPS) and a Piece-wise Jerk Speed Optimization (PJSO). The work leads to remarkable...