百度 Apollo EM 运动规划器
机器人学
2018-07-24 v1 人工智能
机器学习
系统与控制
摘要
在本稿件中，我们介绍一种基于百度 Apollo（开源）自动驾驶平台的实时运动规划系统。所开发的系统旨在解决工业级 L4 运动规划问题，同时兼顾安全性、舒适性与可扩展性。该系统以分层方式覆盖多车道与单车道自动驾驶：(1) 系统顶层为多层车道策略，通过比较并行计算的车道级轨迹来处理换道场景。(2) 在车道级轨迹生成器内部，基于 Frenet 标架迭代求解路径与速度优化。(3) 对于路径与速度优化，提出动态规划与基于样条的二次规划相结合，以构建可扩展且易调参的框架，同时处理交通规则、障碍物决策与平顺性。该规划器可扩展至高速公路与低速城市驾驶场景。我们还通过场景示例与道路测试结果展示该算法。本稿件中描述的系统自 2017 年 9 月宣布 Apollo v1.5 起已部署至数十辆百度 Apollo 自动驾驶车辆。截至 2018 年 5 月 16 日，该系统已在多种城市场景下经过 3,380 小时约 68,000 公里（42,253 英里）的闭环自动驾驶测试。本稿件描述的算法可在 https://github.com/ApolloAuto/apollo/tree/master/modules/planning 获取。
引用
@article{arxiv.1807.08048,
title = {Baidu Apollo EM Motion Planner},
author = {Haoyang Fan and Fan Zhu and Changchun Liu and Liangliang Zhang and Li Zhuang and Dong Li and Weicheng Zhu and Jiangtao Hu and Hongye Li and Qi Kong},
journal= {arXiv preprint arXiv:1807.08048},
year = {2018}
}