关于Apollo中规划算法的思考。

c0d3n4m

首先表明我对apollo的看法：apollo开源出来一个可行的方案，该方案并不一定是唯一的，最优的。处于该前提下，我说下我的想法。
1、Lattice为什么不被更新和抛弃，是算法缺陷？但是为什么在新planner中又穿插使用呢？
2、轨迹拼接能够根本解决Lattice帧间不连续这一问题吗？那么Lattice帧间不连续的根本问题有哪些？
3、新的基于优化规划算法中，参考线平滑的核心意义是什么？有必要使用优化求解来平滑？多项式拟合的龙格现象没法解决？优化算法平滑的收益和投入成正比？
4、Frenet可以简化规划算法，但是他没有假设前提？Frenet真的是规划算法的最优坐标系？
………
1、自己有幸使用Lattice算法做过量产，发现该算法从理论上讲就至少有3个理论缺陷。该算法上手快，但是后期性能提升和泛化能力很差。对于轨迹生成，我认为在XY坐标系下，基于车辆运动学或再加动力学得到轨迹的方法更优。通过减少求解信息，达到减少耗时，提高限定时间内成功求解的概率；减少坐标系转换带来的损失。
2、轨迹拼接不能根本解决或缓解帧间不连续，从理论上讲，轨迹拼接对Lattice的实际收益（非特例）基本可以忽略，除此之外，轨迹拼接中往前递推的操作，个人感觉完全没必要，这本属于控制的范畴。
3、参考线平滑是有必要的，如果使用优化算法来光滑，个人感觉大材小用（不排除后续path求解强耦合很平滑的参考线，此处没有量化分析过）。个人感觉参考线平滑使用拟合就够了。
4、Frenet高精度坐标转化需要使用优化算法，否则就可能存在厘米级误差，这会被城市场景中的决策判断放大。在Frenet下的障碍物筛选也没有XY下精度高，为了安全，只能提高冗余量，牺牲决策判断。
5、基于优化框架的算法本质上包括两部分：问题转化（设计）和问题求解。只有“白盒式”的熟悉了解QP求解原理和过程，才能游刃有余的设计问题，定向调参，定向减少耗时。基于优化思想设计算法是很通用的，下到控制性能提升，上到online-POMDP。对于Apollo就是选库和调库，我认为只有深入求解库，才能反观问题设计部分是不是最优的，优化耗时不仅仅是求解库本身的事，而是一个问题设计和求解的协作。
………
个人认为，规划算法的最优解是：
车辆运动学和动力学+非线性问题线性化求解（QP）+Frenet粗选障碍物+XY细选障碍物。
多障碍物避障（狭窄空间通行）：
车辆运动学和动力学+全局搜索算法（元启发式搜索）
………
Apollo只是一个开源方案，除此之外还有很多更好，更优的方案，不要all in apollo，要知道内部也需要靠成绩晋升，这些成绩也许仅仅为了晋升。

NoiseFloor

[思考]为什么轨迹拼接收益不大呢？可以细说一下原因吗？

DungDaj

我的轨迹拼接的理解是从上一帧轨迹选当前位置对应点（往前时间弥补本属于控制范畴），目的是控制拿到轨迹曲率相对光滑。
拼接针对于初始点，整个轨迹规划不仅仅考虑起始点，而是整个轨迹。控制拿不到光滑轨迹的原因是上游不完美和规划算法的帧间性能，应该从规划性能入手，弥补上游不完美，根本解决控制拿不到帧间光滑轨迹的问题。
拼接针对初始点进行光滑，收益肯定有，就看相对于什么了。

zt3ff3n

决策规划控制对于自动驾驶汽车，这三个环节密切相关呀。

unityloverz

三者互相依赖，密切相关，只有懂下游所需才能做好事。
三者又互相独立，只有处理好三者能力和边界才能更好的协作，才能根本解决实际问题。

APSchmidt

个人理解：
1.lattice也是一种优化，离散解空间，遍历式求解方式，牺牲解的精度换求解时间。缺点结果求解质量不行；这种方法的好处在于对约束和目标函数不再有任何要求，复杂也罢，非凸也罢。
2.轨迹拼接其实就是解决时间一致性问题，主要因为a.每一帧的解就不是全局最优解，也就不再满足Bellman原则，b.控制误差以及感知误差导致每一帧的问题都不再是同一个优化问题。以前做实验出现过这种情况，如果不考虑拼接，多帧之间的轨迹可能来回跳动，特别是狭窄区域。
3.平滑后轨迹相对于粗糙轨迹形状发生了变化，从理论上来说有可能发生碰撞，基于这点考虑，轨迹平滑的难点在于将非凸的避碰约束、运动学的微分约束放在优化里面。感觉拟合本身也是一种优化，只不过没有考虑这些约束。
4.Frenet能够将弯道场景看成直道进行规划，通过模型之外的坐标转换得到笛卡尔坐标系解，使规划场景一般化。但是缺点也很明显。

JoshWindsor

首先，很认同的你的大部分观点。在第二点，我想补充一下：
轨迹拼接对Lattice肯定有收益的，但是这种方式是否能够根本解决Lattice帧间不连续(受上游感知或定位波动影响)的问题吗？从Lattice原理上分析可知，轨迹拼接不能根本解决问题。
解决问题还是需要从根本上解决，否则性能问题反反复复出现。
我的观点是，使用优化算法可以根本解决Lattice的性能问题。直观而言，可以对比横向控制算法中的预瞄PID(单点)算法和MPC(优化)算法。