Apollo自动驾驶系统中的路径决策机制解析-优快云博客

本文链接：https://blog.youkuaiyun.com/gitblog_01071/article/details/148361271

Apollo自动驾驶系统中的路径决策机制解析

apollo An open autonomous driving platform 项目地址: https://gitcode.com/gh_mirrors/apo/apollo

概述

路径决策(Path Decider)是Apollo自动驾驶系统规划模块中的关键组件，属于决策(Decider)类任务。它在自动驾驶车辆运动规划过程中扮演着重要角色，主要负责根据静态障碍物情况做出合理的路径决策。

路径决策在规划流程中的位置

在Apollo的规划模块中，路径决策处于运动规划流程的关键环节。完整的规划流程通常包括以下几个主要阶段：

参考线生成
路径边界决策(Path Bounds Decider)
路径优化
路径决策(Path Decider)
速度决策与优化

路径决策的主要输入是经过优化的路径数据，输出则是包含障碍物决策信息的路径决策结果。

路径决策的核心功能

路径决策模块的核心功能可以概括为：

静态障碍物处理：主要针对静止的物理障碍物进行决策
决策类型生成：根据障碍物与路径的关系生成忽略(IGNORE)、停止(STOP)或避让(NUDGE)等决策
安全距离保证：确保车辆与障碍物之间保持安全距离

路径决策算法详解

1. 数据准备阶段

路径决策首先需要获取Frenet坐标系下的路径数据：

const auto &frenet_path = path_data.frenet_frame_path();

Frenet坐标系将车辆运动分解为沿参考线方向(s轴)和垂直于参考线方向(l轴)两个维度，便于进行障碍物距离和位置的判断。

2. 障碍物遍历与初步筛选

算法会遍历所有感知到的障碍物，并进行初步筛选：

for (const auto *obstacle : path_decision->obstacles().Items())

筛选条件包括：

只处理静态障碍物（跳过动态障碍物）
跳过虚拟障碍物（如各种fence）
跳过已有明确决策（ignore/stop）的障碍物

3. 阻塞障碍物处理

如果障碍物被识别为阻塞障碍物(blocking obstacle)，系统会直接生成停止决策：

if (obstacle->Id() == blocking_obstacle_id) {
    *object_decision.mutable_stop() = GenerateObjectStopDecision(*obstacle);
}

阻塞障碍物通常指完全阻挡车辆前进路径的障碍物，必须停车等待。

4. 障碍物位置判断

系统会判断障碍物是否在当前规划路径的范围内：

if (sl_boundary.end_s() < frenet_path.front().s() ||
    sl_boundary.start_s() > frenet_path.back().s()) {
    // 障碍物不在路径范围内
}

不在路径范围内的障碍物会被标记为忽略(IGNORE)。

5. 横向避让决策(NUDGE)

对于位于路径附近但不完全阻挡的障碍物，系统会生成横向避让(NUDGE)决策：

if (sl_boundary.end_l() < curr_l - min_nudge_l) {
    // 左侧避让
    object_nudge_ptr->set_type(ObjectNudge::LEFT_NUDGE);
} else if (sl_boundary.start_l() > curr_l + min_nudge_l) {
    // 右侧避让
    object_nudge_ptr->set_type(ObjectNudge::RIGHT_NUDGE);
}

避让决策会考虑以下因素：