[TOC]

本文为《无人驾驶车辆局部路径规划的时间一致性与鲁棒性研究》的阅读笔记.

学校: 北理

作者: 姜岩, 王琦等

关键词: 局部规划, 时间一致性(temporary consistency), 鲁棒性(robustness)

[TOC]

本文为论文《Safe Trajectory Generation for Complex Urban Environments Using Spatio-temporal Semantic Corridor》的阅读后总结.
作者:Wenchao Ding,Lu Zhang 等
学校:香港科技大学
主题: frenet 坐标系下建图后, 利用 QP 进行局部轨迹规划.
论文网址: https://ieeexplore.ieee.org/document/8740885

[TOC]

本文为论文《EPSILON: An Efficient Planning System for Automated Vehicles in Highly Interactive Environments》的阅读后总结.
作者:Wenchao Ding,Lu Zhang 等
学校:香港科技大学
主题: 将预测和决策融合, 使用 POMDP 的概念包装决策树, 实现城市拥堵路段的自主换道. 局部轨迹规划可以参考他们之前的论文,解读博文链接.
论文网址: https://arxiv.org/pdf/2108.07993.pdf
开源地址: https://github.com/HKUST-Aerial-Robotics/EPSILON

[TOC]
前几篇博客介绍了open space planner 的中的 HybridAStar, DualVariableWarmStartProblem, IterativeAnchoringSmoother 都是 OpenSpaceTrajectoryOptimizer 类里调用的算法.
本篇补充一下 planner 主要 TASK 类执行的过程, 包括 OpenSpaceRoiDecider, OpenSpaceTrajectoryProvider, OpenSpaceTrajectoryOptimizer, OpenSpaceTrajectoryPartition 还有 OpenSpaceFallbackDecider 类.

[TOC]
本文介绍 Open Space Planner 中的一个离散点光滑的算法– IterativeAnchoringSmoother.
相对独立嵌入在整个 Open Space Planner 算法里, 虽然有些冗余, 但是些思想还是值得借鉴的. 例如使用正态分布产生随机采点代替优化过程. 故记录之.

[TOC]
本文为 Apollo Open Space Planner 介绍的第二部分 warm start, 即根据上一篇 Hybrid A* 搜索的结果优化出较好的 initial guess 以便优化主体模型时能快速收敛.
本篇介绍基于 IPOPT 求解器的优化过程.
公式推导请参考上 2 篇博文: 1, 2.

[TOC]
本文记录一下《TDR-OBCA: A Reliable Planner for Autonomous Driving in Free-Space Environment》论文的阅读与公式推导.
所的出来的模型为 Apollo open space planner 代码依据.

论文要点:

改进 H-OBCA(参见研读推导论文博客)模型:

1. 2 个 warm start: Temporal and Dual variable warm starts.
2. 改进模型, Reformulates the problem

[TOC]
本文记录一下《Optimization-Based Collision Avoidance》的阅读与公式推导.
此论文是 Apollo open space planner 中的模型原型.

论文要点:

1. 将控制体与障碍物描述成凸集(convex sets such as polytopes or ellipsoids (or can be decomposed into a finite union of such convex sets)), 然后通过拉格朗日对偶变换成相应的凸优化形式.
2. 即便在计算失败碰撞时也要尽可能地侵入过少, 引入 signed distance 概念.
3. 仿真验证在无人机飞行避障/汽车倒车环境有效(使用 A* 搜索作为 warm start).

[TOC]

本文是对 Apollo Open Space Planner 的学习记录之一. 主要内容是 Hybrid A* 生成粗轨迹模块的分析.

[TOC]

EM Planner 在之前的博客中通过对论文详细学习了一遍, 这次通过代码学习一下 Apollo 的 Lattice Planner.