技术文档 _ 二次规划（QP）样条路径.pdf

Apollo的Planning分为参考线平滑、决策、路径规划、速度规划等部分。
从整体上来说，规划模块的架构分为两个部分：一部分负责对数据的监听、获取和预处理；另
一部分负责管理各个优化模块。数据进入后，对其综合处理为规划模块的内部数据结构，由任
务管理器调度合适的优化器进行各个优化任务。综合优化的结果，经过最终的验证后，输出给
控制模块。
在设计上，实现了策略的可插拔，使得各个优化器可以灵活配置不同策略，提升迭代效率。
EM-Planner是具体的规划实施类，它基于高精地图、导航路径及障碍物信息作出
实际的驾驶决策，包括路径、速度等方面。
首先使用DP（动态规划）方法确定初始的路径和速度，再利用QP（二次规划）方
法进一步优化路径和速度，以得到一条更平滑的轨迹，既满足舒适性，又方便车辆
操纵。
基于样条的车辆轨迹优化二次规划，为了寻求更优质更平滑，体感更好的路径，需
要使用二次规划的方法寻找。需要的限制条件有：曲率和曲率连续性、贴近中心
线、避免碰撞。

针对所提及的技术文档内容，以下为汽车工程师专业的回复：<br><br>该文档中描述的Apollo规划模块采用了二次规划（QP）样条路径技术，实现了高效且灵活的汽车自动驾驶规划。其架构分为数据监听与处理模块和优化管理模块两部分。规划模块内部通过综合处理多种数据，运用任务管理器调度不同优化器进行专项优化任务。最终输出的规划结果，经过验证后，被传输至控制模块执行。其中，EM-Planner作为核心实施类，基于高精地图、导航路径及实时障碍物信息作出决策。该设计策略的可插拔性确保了优化器策略的灵活配置，提升了系统的迭代效率。此设计使得Apollo的自动驾驶系统具备高效决策、智能调整及实时响应的能力。