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...
除此外apollo设计一种横纵向解耦的开放空间规划算法(DL-IAPS&PJSO),论文见下方。 DL-IAPS and PJSO: A Path/Speed Decoupled Trajectory Optimization and its Application in Autonomous Drivingarxiv.org/abs/2009.11135 整体算法架构如下所示首先是通过open space roi decider确定可行驶区域,然后通过混合A*算法...
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...
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...