1. 路径规划与速度规划的数据衔接
在自动驾驶决策规划模块中,路径规划和速度规划是两个紧密关联的核心环节。路径规划确定了车辆在空间中的行驶轨迹,而速度规划则决定了车辆沿着这条轨迹行驶的时间特性。两者之间的数据衔接质量直接影响到最终轨迹的平滑性和可行性。
1.1 路径规划输出解析
路径规划模块(如piecewise jerk path optimizer)通常会输出以下关键数据:
- 横向偏移量(l):车辆相对于参考线的横向位置
- 一阶导数(l'):横向偏移对纵向距离的变化率,反映路径曲率
- 二阶导数(l''):曲率的变化率,影响转向的平顺性
这些数据通常以离散点序列的形式表示,每个点对应参考线上的一个纵向位置(s)。在实际应用中,我们还需要考虑以下衍生参数:
- 航向角变化:通过l'计算得到
- 曲率半径:由l''推导得出
- 路径长度:通过积分计算
1.2 速度规划的数据需求
速度规划模块需要从路径规划结果中提取以下关键信息:
-
几何特性数据:
- 路径曲率及其变化率
- 最大允许横向加速度
- 路径的平滑度评估
-
约束条件数据:
- 路径边界约束
- 障碍物投影信息
- 交通规则限制区域
-
优化目标数据:
- 参考线偏离权重
- 舒适性代价函数参数
- 效率优化指标
需要模型API调用? 免费领10W Token,多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 数据转换与预处理
2.1 坐标系转换
路径规划通常在Frenet坐标系下进行,而速度规划需要将部分数据转换到笛卡尔坐标系:
- 位置转换:
cpp复制CartesianPoint frenetToCartesian(const FrenetPoint& frenet, const ReferenceLine& ref) { CartesianPoint cartesian; auto ref_point = ref.GetReferencePoint(frenet.s); cartesian.x = ref_point.x() - frenet.l * sin(ref_point.heading()); cartesian.y = ref_point.y() +
