自动驾驶Player的博客

apollo planning2.0 在新版本中在降低学习和二次开发成本上进行了一些重要的优化，重要的优化有接口优化、task插件化、配置参数改造等。GNU symbolic debugger，简称「GDB 调试器」，是 Linux 平台下最常用的一款程序调试器。GDB 编译器通常以 gdb 命令的形式在终端（Shell）中使用，发展至今，GDB 调试器已经对 C、C++、Go、Objective-C、OpenCL、Ada 等多种编程语言提供了支持。实际场景中，GDB 更常用来调试 C 和 C++ 程序

Apollo作为成熟的自动驾驶系统被广泛使用，但是关于它调试代码的方法却介绍很少，相信大家也一定希望可以在apollo代码中打断点，来看程序执行过程中的变量以及逻辑，本文将介绍如何使用Vscode打断点调试apollo。Vscode 作为轻量化的调试工具深受广大开发者的青睐，虽然大家都用它来看新闻逛论坛炒股，但是用它开发算法确实方便。4、此时可以使用Vscode的 Remote-Containers 插件来连接docker。8、接下来在对应cpp文件中打断点，就可以使用Vscode 的debug功能了。

1、离线LGSVL仿真环境增加地图后，Apollo的dreamview中并没有这个地图的Hdmap以及仿真地图，所以并不能进行联合仿真，需要在Apollo中添加Hdmap以及仿真地图，以新增Shalun为例说明添加过程；3、将找到位置下的base_map.bin 文件拷贝到apollo文件夹下的指定位置。4、在apollo docker主目录下运行下面指令。6、打开dreamview与lgsvl仿真器。2、在以下位置搜索shalun。...

Apollo(阿波罗)是一个开放的、完整的、安全的平台，将帮助汽车行业及自动驾驶领域的合作伙伴结合车辆和硬件系统，快速搭建一套属于自己的自动驾驶系统。reference_line_info->reference_line().map_path()中存取了很多语义信息的frenet坐标系的起始位置以及参考线优化后的frenet坐标系。从reference_line_info->reference_line().map_path()这个变量中读取。然后对搜索到的人形横道进行决策。...

LGSVL是自动驾驶开发过程中常用的仿真工具，它提供了高精地图标注过的丰富的场景，包括城市道路、高速公路、乡村道路、停车场等；除了可视化的配置仿真环境，SVL模拟器在运行时可以使用LGSVL-PythtonAPI脚本进行调度，可以使用该API操纵加载场景中的对象放置和车辆移动，检索传感器配置和数据，控制天气、时间状态等。2、安装依赖包，这一步由于ubuntu18.04默认python包是3.6，而依赖包的安装最好使用python3.9，所以应下载python3.9，并配置系统环境为3.9版本。......

前言：在Apollo决策规划算法进行速度规划时,一个被称为 “ST 图 ” 的工具可以帮助设计和选择速度曲线。在 ST 图中, “s” 表示⻋辆的纵向位移、 “t” 表示时间。 ST 图上的曲线是对⻋辆运动的描述,因为它说明了⻋辆在不同时间的位置。由于速度是位置变化的速率,所以可以通过查看曲线的斜率从 ST图上推断速度。斜坡越陡则表示在更短的时间段内有更大的移动,对应更快的速度。本文将介绍在Apollo的决策规划算法中，是如何进行ST图的构建。...

Apollo Planning规划算法仿真调试(10)：LGSVL与Apollo联合仿真配置方法

PathBoundsDecider 是第四个task，PathBoundsDecider根据lane borrow决策器的输出、本车道以及相邻车道的宽度、障碍物的左右边界，来计算path 的boundary，从而将path 搜索的边界缩小，将复杂问题转化为凸空间的搜索问题，方便后续使用QP算法求解。它的作用主要是：根据借道信息、道路宽度生成FallbackPathBound根据借道信息、道路宽度生成、障碍物边界生成PullOverPathBound、LaneChangePathBound、Regula

前言：PathBoundsDecider 是Apollo Planning规划算法的第四个task，PathBoundsDecider根据lane borrow决策器的输出、本车道以及相邻车道的宽度、障碍物的左右边界，来计算path 的boundary，从而将path 搜索的边界缩小，将复杂问题转化为凸空间的搜索问题，方便后续使用QP算法求解。它的作用主要是：根据借道信息、道路宽度生成FallbackPathBound 根据借道信息、道路宽度生成、障碍物边界生成PullOverPathBound、

前言：pnc_map在Apollo的决策规划算法planning模块中，是一个很重要的概念；它被封装在ReferenceLineProvider类中，主要的接口是GetRouteSegments();GetRouteSegments()是规划算法初始化阶段，以及在参考线ReferenceLine生成过程当中的重要接口，可以认为RouteSegments 是规划模块planning与routing模块以及HDmap的桥梁；RouteSegments可以理解为routing中的passage信息，也

前言：pnc_map在Apollo的决策规划算法planning模块中，是一个很重要的概念；它被封装在ReferenceLineProvider类中，主要的接口是GetRouteSegments();GetRouteSegments()是规划算法初始化阶段，以及在参考线ReferenceLine生成过程当中的重要接口，可以认为RouteSegments 是规划模块planning与routing模块以及HDmap的桥梁；RouteSegments可以理解为routing中的passage信息，也

前言：最近很多粉丝问在apollo规划算法planning模块中，如何才能对运动的障碍物进行绕行。动态障碍物的绕行在量产项目中是一个很大的话题，需要很复杂的逻辑与场景去解决。这里先不讨论量产解法，提供一种在apollo的仿真环境中动态障碍物绕行的解决思路。先上动态障碍物绕行视频：Apollo规划决策算法仿真调试(4):动态障碍物绕行如果对Apollo规划决策算法仿真调试感兴趣，想了解规划算法的实施细节，可以持续关注系列文章：Apollo规划决策算法仿真调试(1): 使用Vsco

1、自带的单元测试案例中没有换道场景，所以应该首先自己编辑一个换道的场景。在dreamiew中选择导航的起始点，且起点与终点在相邻的两条道路上。并且打开sim_control, 并且打开routing与planning，在导航设置窗口选择导航点并发送，routing模块便会自动计算routing的request与response。打开routing与planning：选择导航点并发送：2、获取dreamview中生成的导航信息：（1）首先docker中cyber_mon...

前言Bazel是一个类似于Make的编译工具，是Google为其内部软件开发的特点量身定制的工具，现在Google内部大部分软件都用Bazel进行构建。Apollo 使用Bazel来编译代码文件，Apollo提供了apollo.sh 脚本来进行编译，但apollo.sh 编译最小单元是modules，而且按照已经写好的build文件进行编译，如果新加cpp文件，则不能编译到。本文将介绍如何修改Bazel 的build 文件，指定Apollo 编译具体的cpp文件。正文如下：一、Apollo

前言：在Apollo规划决策算法中，即planning模块中，参考线ReferenceLine 的作用至关重要，ReferenceLine 是整个规划算法的基础，规划的目的就是使车辆按照ReferenceLine行驶。目前关于ReferenceLine 的平滑方法介绍很多，但很少介绍ReferenceLine 在整个apollo的planning模块中，是在哪一步进行生成，它的整个运行机制与流程是怎样的。本文将使用vscode与dreamview 联合调试的方法，来展示ReferenceLine

前言Vscode 作为轻量化的调试工具深受广大开发者的青睐，虽然大家都用它来看新闻逛论坛炒股，但是用它开发算法确实方便。Apollo作为成熟的自动驾驶系统被广泛使用，但是关于它调试代码的方法却介绍很少，相信大家也一定希望可以在apollo代码中打断点，来看程序执行过程中的变量以及逻辑，本文将介绍如何使用Vscode打断点调试apollo。如果对自动驾驶规划、控制、apollo算法细节、感知融合算法感兴趣，可以关注我的专栏：Apollo决策规划模块代码详解最新文章推荐：LQR算法进