技术文档 _ 二次规划(QP)样条路径.pdf
技术文档 _ 二次规划(QP)样条路径.pdf 自动驾驶技术中的规划模块是非常重要的一部分,负责对数据的监听、获取和预处理,并对数据进行综合处理,以输出给控制模块。在这个模块中,二次规划(QP)样条路径规划是一个关键的组成部分。本文档将详细介绍二次规划(QP)样条路径的实现过程。 首先,在规划模块中,需要将数据综合处理为内部数据结构,然后由任务管理器调度合适的优化器进行各个优化任务。综合优化的结果,经过最终的验证后,输出给控制模块。在设计上,实现了策略的可插拔,使得各个优化器可以灵活配置不同策略,提升迭代效率。 EM-Planner是具体的规划实施类,它基于高精地图、导航路径及障碍物信息作出实际的驾驶决策,包括路径、速度等方面。首先使用DP(动态规划)方法确定初始的路径和速度,再利用QP(二次规划)方法进一步优化路径和速度,以得到一条更平滑的轨迹,既满足舒适性,又方便车辆操纵。 在二次规划(QP)样条路径规划中,需要使用二次规划的方法寻找更优质更平滑的路径,需要满足一定的限制条件,如曲率和曲率连续性、贴近中心线、避免碰撞。路径定义在 station-lateral 坐标系中,参数s的取值范围为车辆的当前位置到默认规划路径的长度。路径可以划分为n段,每段路径用一个多项式来表示,每个样条段 i 都有沿着参考线的累加距离。 QP公式可以将开销(cost)函数转换为QP公式,例如将开销函数转换为QP公式,得到一个6阶的矩阵来表示5阶样条插值的衍生开销。应用同样的推理方法可以得到2阶、3阶样条插值的衍生开销。 在QP约束中,需要将约束条件转换为QP约束不等式,例如将起始点和终点组合在一起,得出约束等式为: 该约束的目的是使样条的节点更加平滑。在路径上均匀的取样m个点,检查这些点上的障碍物边界,将这些约束转换为QP约束不等式,使用不等式:计算约束的不等式为:同样地,可以为下述等式计算约束等式: 本文档详细介绍了二次规划(QP)样条路径规划的实现过程,包括数据处理、QP公式的推导、QP约束的建立等方面的内容,为自动驾驶技术中的规划模块提供了有价值的参考。
剩余12页未读,继续阅读
- 粉丝: 8493
- 资源: 152
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
评论0