自动驾驶之轨迹规划2——Apollo规划与控制公开课

前言

本课程由Apollo平台架构师是樊昊阳主讲，一共是7堂课，属于框架性讲解，需课后自行补充理论知识。下面是随堂记录。

课程一 —— 规划基本概述

1. 规划的本质是搜索最优解问题

2. 现有常用方法如下：
   

3. 最基本的两种路径规划方法的基本思想：广度优先BFS、深度优先DFS

4. A是BFS的基础上往DFS上靠：启发函数。A是目前最广泛最基础的算法。但A star是全局规划，需要对整个环境全知（fully observed）。但智能车很多时候是particularly observed dynamic environment，所以A*一般只用在global routing中（百度地图，且有优化和修改）
   

5. 一般紧急情况，驾驶员反应操作时间为400 ~ 500ms，Apollo要求在200 ~ 300ms。

6. Apollo软件架构：动态信息：perception（感知模块）、localization（定位模块）获得的信息。静态信息：HD map（高精地图：可避免线上处理数据过大，提升速度）。
   
   

7. 本次课程要论述的问题
   

课程二 —— motion planning的基本方法

1. 本堂课讲解motion planning approach，其目录：
   

2. 目前针对估计规划问题，学术上已存在各种方法，引用某文献的综述：