1.介绍
1.1. 换道的功能
简单地说, 换道的作用就是从待选地参考线中选择其中一个参考线, 供 Planning 后续模块进行使用.
需要说明的是,Apollo所开源的换道代码已经经过了大量的删减,仅保留了一个简单的框架。许多功能,如主动换道、被动换道(由于障碍物产生)、较为完整的状态机、换道窗口和Gap的选择等等都缺失了。本技术文章只展示现有框架上的内容。关于其他换道功能的内容,请期待后续的文章
1.2. 换道状态机
Apollo 当前的换道状态机如下:
对状态机有一下几点值得注意:
- 这里的IN_CHANGE_LANE同时包含了换道执行和换道准备两个阶段. 正常情况下应该加以区分. Apollo 采取的是先切换参考线后执行换道动作的方法, 也有友商会采用先执行换道动作在切换参考线的方法(好处是切换参考线的那一帧, 自车的横向距离接近于 0).
- 当前代码中并没有体现出什么时候会换道失败. 同样有理由相信是由于删除相关代码导致的.
- 完整的换道状态应该至少包含: 换道准备, 换道执行, 换道保持, 换道取消, 换道完成等状态.
2. 代码解析
2.1. 整体流程
相关代码所在路径: modules/planning/tasks/deciders/lane_change_decider/http://lane_change_decider.cc
- 处理
reference_line_info
为空的异常情况.reference_line_info
为空的异常情况. - 如果配置了强制换道
reckless_change_lane
为true
, 则直接更新 Reference Line. - 获取上一帧的换道状态
prev_status
, 刚进入程序时, 可能prev_status
没有状态信息(!prev_status->has_status()
), 此时直接认为处于换道完成状态. - 如果
reference_line_info
的数量为 1(即has_change_lane
为false
), 说明自车处在巡迹状态, 自车当前所在的车道拥有唯一的车道线, 周围没有可变车道, 所以直接更新换道状态即可. - 切换换道的状态机
- 上一帧处在换道状态
ChangeLaneStatus::IN_CHANGE_LANE
: 如果上一帧自车所在的 Lane 和这一帧所在的 Lane 相同, 说明自车还在往目标车道上走. 反之如果上一帧自车所在的 Lane 和这一帧所在的 Lane 不同, 说明自车已经在目标车道上了, 切换已经完成. - 上一帧处在换道失败状态
ChangeLaneStatus::CHANGE_LANE_FAILED
: 如果换道失败, 则冻结状态一段时间, 然后切换到正在换道状态, 为下一次换道做准备. - 上一帧处在换道完成状态
ChangeLaneStatus::CHANGE_LANE_FINISHED
: 换道成功后同样冻结一段时间, 然后切换到正在换道状态, 为下一次换道做准备. 这里冻结时间是为了避免频繁换道.
2.2. 安全检查
IsClearToChangeLane
reckless_change_lane
为true
, 则直接更新 Reference Line.- 获取上一帧的换道状态
prev_status
, 刚进入程序时, 可能prev_status
没有状态信息(!prev_status->has_status()
), 此时直接认为处于换道完成状态. - 如果
reference_line_info
的数量为 1(即has_change_lane
为false
), 说明自车处在巡迹状态, 自车当前所在的车道拥有唯一的车道线, 周围没有可变车道, 所以直接更新换道状态即可.
- 上一帧处在换道状态
ChangeLaneStatus::IN_CHANGE_LANE
: 如果上一帧自车所在的 Lane 和这一帧所在的 Lane 相同, 说明自车还在往目标车道上走. 反之如果上一帧自车所在的 Lane 和这一帧所在的 Lane 不同, 说明自车已经在目标车道上了, 切换已经完成.🎜🎜上一帧处在换道失败状态ChangeLaneStatus::CHANGE_LANE_FAILED
: 如果换道失败, 则冻结状态一段时间, 然后切换到正在换道状态, 为下一次换道做准备.🎜🎜上一帧处在换道完成状态ChangeLaneStatus::CHANGE_LANE_FINISHED
: 换道成功后同样冻结一段时间, 然后切换到正在换道状态, 为下一次换道做准备. 这里冻结时间是为了避免频繁换道.🎜2.2. 安全检查
IsClearToChangeLane
判断换道是否安全.🎜🎜🎜本安全判断方法不考虑虚拟障碍物(Virtual Obstacles)和静态障碍物(Static Obstacles).🎜🎜计算动态障碍物在 Reference Line 上面的投影. 投影的几何意义如下图所示:🎜🎜🎜🎜🎜
- 如果自车正在换道
IsChangeLanePath
, 利用上面计算的投影关系来忽略目标参考线的车道之外的障碍物.IsChangeLanePath
, 利用上面计算的投影关系来忽略目标参考线的车道之外的障碍物. - 判断障碍物的行驶方向是否和自车相同
same_direction
. 根据障碍物与自车的行驶方向的关系和速度关系分别计算前向安全距离和后向安全距离. - 如果自车和障碍物之间的距离大于上面计算的安全距离, 则认为可以安全换道的.
HysteresisFilter
是一种 Open Close 逻辑, 目的是增加安全判断结果的稳定性(上一帧判断结果认为是安全的, 那么这一帧就更倾向于给出是安全的判断, 反之亦然).
2.3. 更新 Reference Line
需要重写的内容是:LaneChangeDecider::PrioritizeChangeLane
- 输入:
<span> </span>is_prioritize_change_lane
. 如果is_prioritize_change_lane
为true
, 则找自车要切换的目标参考线. 反之如果is_prioritize_change_lane
为false
, 则找自车当前位置所在的 Lane 所在的参考线. -
reference_line_info->splice(reference_line_info->begin(),*reference_line_info, iter)
;将步骤 1 找到的iter
所指向的参考线放在链表的最前面. 由于 Planning 后续模块使用的都是reference_line_info().front()
, 所以链表的最前面就表示当帧就是使用的参考线.splice
的使用详细说明见C++ 基础. - 输出:
ReferenceLineInfo
判断障碍物的行驶方向是否和自车相同
same_direction
. 根据障碍物与自车的行驶方向的关系和速度关系分别计算前向安全距离和后向安全距离.如果自车和障碍物之间的距离大于上面计算的安全距离, 则认为可以安全换道的. HysteresisFilter
是一种 Open Close 逻辑, 目的是增加安全判断结果的稳定性(上一帧判断结果认为是安全的, 那么这一帧就更倾向于给出是安全的判断, 反之亦然).
2.3. 更新 Reference Line
需要重写的内容是:LaneChangeDecider::PrioritizeChangeLane
<span> </span>is_prioritize_change_lane
. 如果is_prioritize_change_lane
为true
, 则找自车要切换的目标参考线. 反之如果is_prioritize_change_lane
为false
, 则找自车当前位置所在的 Lane 所在的参考线.🎜🎜reference_line_info->splice(reference_line_info->begin(),*reference_line_info, iter)
;将步骤 1 找到的iter
所指向的参考线放在链表的最前面. 由于 Planning 后续模块使用的都是reference_line_info().front()
, 所以链表的最前面就表示当帧就是使用的参考线. splice
的使用详细说明见C++ 基础.🎜🎜输出: ReferenceLineInfo
链表.🎜🎜🎜🎜🎜🎜原文链接:https://mp.weixin.qq.com/s/IQkBV8iadaU4Qy70F3Xs3Q🎜以上是深入解析Apollo的换道策略及其实际应用的详细内容。更多信息请关注PHP中文网其他相关文章!

在约翰·罗尔斯1971年具有开创性的著作《正义论》中,他提出了一种思想实验,我们应该将其作为当今人工智能设计和使用决策的核心:无知的面纱。这一理念为理解公平提供了一个简单的工具,也为领导者如何利用这种理解来公平地设计和实施人工智能提供了一个蓝图。 设想一下,您正在为一个新的社会制定规则。但有一个前提:您事先不知道自己在这个社会中将扮演什么角色。您最终可能富有或贫穷,健康或残疾,属于多数派或边缘少数群体。在这种“无知的面纱”下运作,可以防止规则制定者做出有利于自身的决策。相反,人们会更有动力制定公

许多公司专门从事机器人流程自动化(RPA),提供机器人以使重复性任务自动化 - UIPATH,在任何地方自动化,蓝色棱镜等。 同时,过程采矿,编排和智能文档处理专业

AI的未来超越了简单的单词预测和对话模拟。 AI代理人正在出现,能够独立行动和任务完成。 这种转变已经在诸如Anthropic的Claude之类的工具中很明显。 AI代理:研究

快速的技术进步需要对工作未来的前瞻性观点。 当AI超越生产力并开始塑造我们的社会结构时,会发生什么? Topher McDougal即将出版的书Gaia Wakes:

产品分类通常涉及复杂的代码,例如诸如统一系统(HS)等系统的“ HS 8471.30”,对于国际贸易和国内销售至关重要。 这些代码确保正确的税收申请,影响每个INV

数据中心能源消耗与气候科技投资的未来 本文探讨了人工智能驱动的数据中心能源消耗激增及其对气候变化的影响,并分析了应对这一挑战的创新解决方案和政策建议。 能源需求的挑战: 大型超大规模数据中心耗电量巨大,堪比数十万个普通北美家庭的总和,而新兴的AI超大规模中心耗电量更是数十倍于此。2024年前八个月,微软、Meta、谷歌和亚马逊在AI数据中心建设和运营方面的投资已达约1250亿美元(摩根大通,2024)(表1)。 不断增长的能源需求既是挑战也是机遇。据Canary Media报道,迫在眉睫的电

生成式AI正在彻底改变影视制作。Luma的Ray 2模型,以及Runway的Gen-4、OpenAI的Sora、Google的Veo等众多新模型,正在以前所未有的速度提升生成视频的质量。这些模型能够轻松制作出复杂的特效和逼真的场景,甚至连短视频剪辑和具有摄像机感知的运动效果也已实现。虽然这些工具的操控性和一致性仍有待提高,但其进步速度令人惊叹。 生成式视频正在成为一种独立的媒介形式。一些模型擅长动画制作,另一些则擅长真人影像。值得注意的是,Adobe的Firefly和Moonvalley的Ma

ChatGPT用户体验下降:是模型退化还是用户期望? 近期,大量ChatGPT付费用户抱怨其性能下降,引发广泛关注。 用户报告称模型响应速度变慢,答案更简短、缺乏帮助,甚至出现更多幻觉。一些用户在社交媒体上表达了不满,指出ChatGPT变得“过于讨好”,倾向于验证用户观点而非提供批判性反馈。 这不仅影响用户体验,也给企业客户带来实际损失,例如生产力下降和计算资源浪费。 性能下降的证据 许多用户报告了ChatGPT性能的显着退化,尤其是在GPT-4(即将于本月底停止服务)等旧版模型中。 这


热AI工具

Undresser.AI Undress
人工智能驱动的应用程序,用于创建逼真的裸体照片

AI Clothes Remover
用于从照片中去除衣服的在线人工智能工具。

Undress AI Tool
免费脱衣服图片

Clothoff.io
AI脱衣机

Video Face Swap
使用我们完全免费的人工智能换脸工具轻松在任何视频中换脸!

热门文章

热工具

MinGW - 适用于 Windows 的极简 GNU
这个项目正在迁移到osdn.net/projects/mingw的过程中,你可以继续在那里关注我们。MinGW:GNU编译器集合(GCC)的本地Windows移植版本,可自由分发的导入库和用于构建本地Windows应用程序的头文件;包括对MSVC运行时的扩展,以支持C99功能。MinGW的所有软件都可以在64位Windows平台上运行。

SublimeText3 英文版
推荐:为Win版本,支持代码提示!

SublimeText3 Linux新版
SublimeText3 Linux最新版

SublimeText3 Mac版
神级代码编辑软件(SublimeText3)

Atom编辑器mac版下载
最流行的的开源编辑器