私はブログに入れているみなさん、こんにちはは、ほとんどの歓迎誰もが私のコラムではほとんど関心を知っている知っているCSDNに移動manmanyouyou小さな台車（https://zhuanlan.zhihu.com/c_1132958996826546176）。その後、私は、平和の記事、私たちは、より多くの交流を行ってお互いから学ぶことができるという希望のエッセンスをCSDN上、日常の思考を知ってカーディングします。
テスラの経験した後、自動運転機能、私はいくつかの時間をオフセット、車が遠心方向にシフトしていると感じ、発生します長い横のランプを超える悩みの時に車を見つけ、車自動的に求心方向に向かってます。」正しい」に戻って。この記号は明らかではないが、それはこの問題とスムーズなコーナリングの存在を明らかにしますが。私は、道路の曲率が大きい場合、三次多項式近似の効果が不十分となり、道路のおおよその中心にキュービック多項式を使用して、軌道を計画し、その結果は、車両が走行する道路の実際の状態や環境を満たしていないと思いますあるいは衝突を振ります。
アイデアの2種類がある。この問題を解決するために、曲線の数学的モデルは、曲率を減らすために、安全で正確な前提で処理されるように近似され、2が近い曲線の曲率の実際の状況に数学モデルに切り替えています。文学のシェアは「自治都市Driving_フレームワーク、アルゴリズム、・検証のためのリアルタイム軌道計画」の方法1を使用してのアイデア。
-
最も革新的な場所は、次の3つの段階に分け、本明細書の前処理の基準線である：すなわち、初期基準線の中心線（高精度マップ）からのデジタル道路地図を取得A-;共役勾配線形B- C-立方Bスプライン曲線補間を用いて、平滑化する最適化方法。リフトがもたらされる：コーナリング場合より緊急の曲線は、基準線の曲率が小さく、滑らかになり、車両の横変位の危険性を低減します。もちろん、これは基本的に車両難しいあまりにも鋭いターンの問題を解決していません。
-
残りの手順とアポロラティスプランナーは同様に、詳細が異なっています。同様に：A- frenetにシステムを水平および垂直軌道に分解される座標解決、及び横縦方向L（S）の関数である、候補遺伝子座の多数を評価するために費用関数のシリーズを確立B-、C衝突検出。水平方向と垂直方向のソート・マージの評価後、実際には、このステップは、言及する価値をスキップし、非常に簡単です。
-
本物の車、実際の道路のテストがあります。しかし、試験道路狭い、単一レーン、速度が非常に遅く、22キロ/ hは、実装サイクルは、100ミリ秒/サイクル遅いです。
-
この計画の行動意思決定は出力が車である、ある、チェンジレーン、駐車場や他の命令を左折。
-
約50ミリ秒の前処理基準線、軌道計画20msの2部で計画プロセスを算出します。候補軌跡500の最大数として定義され、Iは少ない格子内のサンプルの数よりも、媒体の少量です。しかし、実現可能な、それはサンプリング密度を定義し、候補軌跡の最大数を定義しますか？トップの意思決定や環境情報をより正確かつ狭い範囲をサンプリング効果的な場合も可能です。
-
障害物回避は、基準線のスムージングとはみなされません。基準線は関係なく、障害物回避の、わずか約静的マップと、静的です。最適化の目的関数は、3分割されている2つの隣接するA-間のオフセット、隣接する二つの姿勢変化との間の角度B-;点はC-道路内に入ります。A及びBはとても滑らかで、基準線、例えば、C道路が基準線の範囲を超えていないこと。（P4）
-
同じ経路最適化、Bスプライン補間の制御点として最適化された点の前後の点を平滑化します。
-
速度曲线的生成分3步：a- 求各种speed limit并取其中的最小值，受当前决策和交通规则、最大横向加速度、最大加减速度、安全距离等因素的限制，其中，考虑横向加速度是一个有趣的点。b- 根据加速-平稳-减速的模型采样；c- 把b产生的速度曲线分为3段，依次用3次多项式拟合平滑。这个过程有点类似Apollo的piecewise optimization。
-
碰撞检测时采用多个圆形代替矩形表示车辆自身，以降低计算复杂度。不知依据何在，如何应用？
-
评价轨迹使用了4项cost functions，分别是：a- s更长的轨迹；b- 曲率的积分（限制平滑）；c- 与参考线的偏移；d- 连续规划cycle间的轨迹一致性，用（上次规划轨迹的终点横向偏移-本次终点横向偏移）表征。（P8）
