PNC模块坐标系的一些思考

在自动驾驶系统中，会使用多种坐标系，比如WGS84，UTM，车体坐标系等，介绍各个坐标系的文章也很多，在此不再赘述。在这里对planing和control常用坐标系做一些简述。

1 planning模块

规划模块常用的坐标系分为曲线坐标系(Frenet)和笛卡尔坐标系(直角坐标系)，其中笛卡尔坐标系分为UTM(统一横轴墨卡托)或者全局/世界坐标系和车体坐标系。

地图模块一般是采用WGS84(经纬度信息)坐标系或者SL坐标系(OpenDrive)等，会转化为UTM坐标系提供给下游各个模块，包括planning。planning模块一般采用路径规划和速度规划解耦的思路，分别使用SL和ST坐标系。path plan中会基于UTM坐标转化到SL坐标系中，使用SL坐标系会简化问题。

• 将高维度的规划问题，转换成了多个低维度的规划问题，极大的降低了规划的难度；
• 方便理解场景，无论道路在地图坐标系下的形状与否，我们都能够很好的理解道路上物体的运动关系。相较直接使用地图坐标系下的坐标做分析，使用弗莱纳坐标，能够直观的体现道路上不同物体的运动关系
• 简化边界处理，可以缩小处理范围，减小运算量，比如只处理某L范围内的障碍物等；
• 提高数值稳定性，比如采用五次多项式进行路径规划时，UTM坐标系下的x,y值在多数区域都很大，例如在天津是的数量级。

然而，也正是因为无论道路在地图坐标系下的形状是怎样的形状，在弗莱纳坐标系下会丧失重要的曲率信息。比如Apollo6.0中采用的路径规划算法很难直接处理曲率约束。

planning在SL坐标系规划得结果，结合参考系原始的UTM信息，会把规划路径转换到UTM坐标系或者车体坐标系。

2 control模块

control模块通常采用直角坐标系，当然也可以采用曲线坐标系，但是一些基于模型的控制方法，比如LQR和MPC，在采用曲线坐标系时，车辆模型的非线性将加强。

control模块一般采用planning输出轨迹所用的坐标系：UTM或者车体坐标系。

当planning和control都采用车体坐标系时，可能会存在一些问题：

1. 引用重复计算：一般planning的频率会低于control的频率。比如Apollo6.0中planning的频率大约是10(planning模块采用事件触发，频率不稳定)，control模块的频率为100。在control的10个相邻计算周期中，planning的规划轨迹没有更新，由于采用车体坐标系，车辆的位置一直为(0,0)，航向角也为0，然而在每个计算周期，由于控制的作用，车辆的位置为发生改变，但是control在相邻的10个计算周期内会得到一样的计算结果。
2. 引入定位误差：在将UTM坐标转化到车体坐标时，会引入定位误差。比如定位的航向角存在误差，会使转换后的轨迹的方向改变。虽然多数控制方法都会考虑车辆的位置和航向，定位误差带来的影响必然存在，但是有些控制方法对航向角不敏感，例如纯跟踪方法。
3. Input Check：control模块一般会对planning的轨迹进行TimeOut检验，UMT坐标系下的轨迹在TimeOut时，仍具有一定的有效性。