柚子快報(bào)邀請碼778899分享：人工智能 自動駕駛の泊車算法

http://yzkb.51969.com/

自動駕駛泊車算法學(xué)習(xí)記錄

在學(xué)習(xí)自動駕駛泊車方面的算法，看的論文主要有以下三篇，分別是Path Planning for Autonomous Vehicles in Unknown Semi-structured Environments， DL-IAPS and PJSO: A Path/Speed Decoupled Trajectory Optimization and its Application in Autonomous Driving， Speed Profile Planning in Dynamic Environments via Temporal Optimization

Path Planning for Autonomous Vehicles in Unknown Semi-structured Environments

這篇論文應(yīng)該只要是學(xué)習(xí)Hybrid Astar的人都看過，主要講的是在開放空間搜索泊車路徑，第一步先搜索出一條大概滿足運(yùn)動學(xué)約束的路徑，然后密集插值，在進(jìn)一步采用CG算法優(yōu)化平滑度，保持原來關(guān)鍵的位置不變，這樣也不用害怕碰撞了，這篇論文進(jìn)一步求路徑點(diǎn)對應(yīng)的速度

DL-IAPS and PJSO: A Path/Speed Decoupled Trajectory Optimization and its Application in Autonomous Driving

這篇論文是邏輯上和上一篇論文挺像的， 先搜索一條路徑，然后對路徑點(diǎn)進(jìn)一步平滑，這個論文平滑的時候會采用一個信賴半徑， 發(fā)生碰撞了就縮小關(guān)鍵點(diǎn)的可移動范圍， 除此之外DL-IAPS and PJSO還求解了路徑的速度，這是比較牛逼的，但我看不太懂- -，后續(xù)有機(jī)會再進(jìn)一步研究

Speed Profile Planning in Dynamic Environments via Temporal Optimization

思路

我看傳統(tǒng)的泊車方法好像都需要先搜索出一條路徑，然后再作進(jìn)一步的處理，我覺得Hybrid Astar的搜索速度非常依賴于地圖分辨率，分辨率小了就會很慢，大了就沒法精確避障了， 如果直接使用一條直線段連接成的路徑作為參考線，不用搜索的結(jié)果了，然后對這個直線段采用最優(yōu)化的方案進(jìn)行求解效果會如何。TEB就是直接對直線段進(jìn)行優(yōu)化，并且也實(shí)現(xiàn)了car-like方面的路徑規(guī)劃， 于是我去下載了源碼然后跑了一下，發(fā)現(xiàn)效果不太好，速度很慢， 很容易出現(xiàn)無解的情況， 我覺得可能是因?yàn)門EB還多了一個時間變量需要處理，時空聯(lián)合規(guī)劃很容易失敗，如果我把這個時間給去掉，在進(jìn)行優(yōu)化的話效果會不會就不一樣了？

方法

vehicle with trailer kinematic 參考文獻(xiàn)

code

代碼方面就是把TEB的代價函數(shù)復(fù)制過來就可以了，優(yōu)化器改成ceres-solver的， 車輛模型，我不僅實(shí)現(xiàn)了汽車模型，還順帶在卡車模型啥也測試了一波。

Result

測試模型包含阿克曼汽車模型以及vehicle with trailer模型， 圖中阿克曼就是用一個矩形來描述，卡車模型則用兩個矩形來描述，小個的是車頭，長條的是車廂（用c++畫的圖，很簡陋- -），綠色框是輔助劃線的可以不用管， 其他的多邊形則為障礙物，

我以為測試結(jié)果會很差，結(jié)果還是有點(diǎn)出乎意料的，雖然有的時候會出現(xiàn)無解，但是只要初始線段給的好一點(diǎn)就不會出問題，優(yōu)化的速度也挺快平均時間大概是0.3s， 路徑的質(zhì)量的評價我覺得主要是看平滑度和曲率大小，只要曲率不會超過車輛最小轉(zhuǎn)彎半徑就可以了， 這里我設(shè)置的曲率最大是0.155， 列了幾組測試圖，第一個是直線段參考線和優(yōu)化后的路徑圖，第二幅是對應(yīng)的曲率和航向? ? ? ??whaosoft?aiot?http://143ai.com?

Test1

reference_path(left), optimized path(right)

path curvature(left), path heading(right)

Test2

reference_path(left), optimized path(right)

path curvature(left), path heading(right)

Test3

reference_path(left), optimized path(right)

path curvature(left), path heading(right)

Test4

reference_path(left), optimized path(right)

path curvature(left), path heading(right)

Test6

reference_path(left), optimized path(right)

path curvature(left), path heading(right)

視頻發(fā)不了...

problem

路徑點(diǎn)的間隔不能小，否則優(yōu)化時間和質(zhì)量都會受到影響，這個我覺得后期可以參考上述論文，先優(yōu)化出一條大概得解，然后再密集插值進(jìn)一步平滑 參數(shù)初始化的好壞也會影響到求解結(jié)果 曲率不連續(xù)，雖然路徑點(diǎn)曲率都滿足要求了，但是曲率還是存在突變 倒車次數(shù)比較多

柚子快報(bào)邀請碼778899分享：人工智能 自動駕駛の泊車算法

http://yzkb.51969.com/

好文鏈接