自动驾驶规划理论与实践(Lattice算法详解微课视频版)

本书以Apollo 6.0自动驾 驶算法为背景，以Lattice运 动规划算法为主线，以线性 插值、Frenet坐标与笛卡儿 坐标转换、4次多项式与5次 多项式、二次规划等为算法 的理论基础，引导读者由浅 入深地了解Frenet坐标系提 出的背景、Frenet坐标与笛 卡儿坐标系之间的相互转换 关系、静态障碍物与动态障 碍物S-T图的生成、横纵向 运动轨迹的生成与优化等内 容，讲解注重理论与代码相 结合，既可以有效地加深读 者对算法的进一步理解与认 知，也可以提升读者对算法 工程化的实操能力。 本书共8章，从Apollo 6.0代码入手，按照代码的 实现流程，详细讲述了 Lattice规划算法在不同阶段 的处理过程，例如Frenet坐 标系与 Cartesian坐标系之 间的转换关系以及各公式的 推导过程，参考线的离散化 ，静态障碍物与动态障碍物 的生成，横纵向轨迹与多项 式的运用，碰撞检测与轨迹 的优化等内容，从零起步， 系统深入地剖析了Lattice算 法的核心原理与知识点。本 书示例代码丰富，实际性和 系统性较强，关键章节配有 详细的视频讲解，助力读者 透彻理解书中的重点与难点 。 本书不仅适合初学者入 门，算法公式的推导过程与 代码的对比分析对于工作多 年的开发者也有较高参考价 值，并可作为高等院校和培 训机构智能网联汽车技术或 自动驾驶专业的教学参考书 。

\"樊胜利，博士，智能网联汽车技术方向副教授，总装备部优秀博士论文与全军优秀博士论文百篇提名获得者，在《系统工程与运筹》、《装备学院学报》、《mobile information systems》和《装备指挥学院学报》等核心期刊与SCI期刊发表论文30余篇，出版专著一部。曾历任森思泰克河北有限公司总工，北京亮道智能汽车技术有限公司技术部负责人，国汽智控（北京）有限公司算法实现总监，专注于环境感知、多传感器信息融合、轨迹预测、规划与控制等全栈算法，在多种计算平台，例如TDA4、MDC300、MDC610，进行算法的移植与开发，积累了丰富的嵌入式系统开发经验，与比亚迪、宇通、华为等主机厂和互联网公司进行了深入合作。现任河北工业职业技术大学汽车工程系副教授。 卢盛荣，教授，龙岩学院数学与信息工程学院常务副院长。福州大学数学本科、计算机应用技术领域工程硕士。主要研究方向包括模式识别、大数据与软件工程、机器学习。从事高校教科研及管理工作，承担多门课程教学任务，发表论文10余篇，主持省级课题2项，横向课题30多项，获1项发明专利。\"

第1章 Lattice算法概述 1.1 背景 1.2 基本思想 1.3 总体框架 第2章 笛卡儿坐标系与Frenet坐标系 2.1 Frenet坐标系提出的背景 2.2 Frenet坐标系 2.2.1 定义 2.2.2 特点 2.3 Frenet坐标系与笛卡儿坐标系的相互转换 2.3.1 笛卡儿坐标向Frenet坐标转换 2.3.2 Frenet坐标向Cartesian坐标转换 2.4 实例分析 2.4.1 基于Python的实例分析 2.4.2 基于Apollo 6.0的C++实例分析 2.5 小结 2.5.1 过度依赖参考线 2.5.2 Cartesian坐标系与Frenet坐标系转换的不一致性 第3章 参考线的离散化与匹配点的选择 3.1 参考线的描述与计算 3.2 参考线的离散化与s（t）的计算 3.2.1 离散化与计算过程 3.2.2 实例分析 3.3 匹配点的选择 3.3.1 匹配点选择的描述 3.3.2 线性插值计算过程的描述 3.3.3 实例分析 3.4 小结 第4章 静态障碍物与动态障碍物S-T图的构建 4.1 障碍物的描述 4.1.1 障碍物与BB 4.1.2 障碍物的几何中心点与后轴中心点的变换 4.1.3 障碍物与车道之间关系的描述 4.2 静态障碍物与S-T图 4.2.1 静态障碍物S-T图的构建 4.2.2 静态障碍物S-T图的代码解析 4.3 动态障碍物与ST图 4.3.1 动态障碍物位置的确定 4.3.2 动态障碍物的重构及端点极值的确定 4.3.3 动态障碍物S-T图的构建 4.3.4 动态障碍物ST图构建的代码解析 4.4 自车速度的限制与规划目标的确定 4.5 小结 第5章 纵向运动轨迹规划 5.1 纵向运动场景的分类与描述 5.2 基于定速巡航的纵向运动轨迹的生成 5.2.1 可行驶区域的描述与计算 5.2.2 纵向运动轨迹生成算法描述 5.2.3 纵向运动轨迹的生成 5.3 有障碍物条件下纵向运动轨迹的生成 5.3.1 车道跟随条件下末状态的采样策略 5.3.2 超车条件下末状态的采样策略 5.3.3 自车末状态ST点的筛选 5.3.4 纵向运动轨迹的生成 5.4 有停车点的条件下纵向运动轨迹的生成 5.4.1 自车末状态S-T采样 5.4.2 代码解析 5.5 小结 第6章 横向运动轨迹规划 6.1 基于s的5次多项式的横向运动轨迹的生成 6.1.1 横向运动轨迹生成的算法描述 6.1.2 基于s的5次多项式的描述 6.1.3 代码解析 6.2 基于二次规划的横向运动轨迹的生成 6.2.1 等间隔横向采样 6.2.2 根据参考线更新边界 6.2.3 根据静态障碍物更新边界 6.2.4 基于二次规划（OSQP）的横向运动轨迹规划模型的构建与求解 6.3 实例分析 6.4 代码解析 6.5 小结 第7章 横纵向运动轨迹的评估 7.1 碰撞区域的构建 7.1.1 磁撞区域构建过程详解 7.1.2 代码解析 7.2 纵向运动参考速度的构建 7.2.1 定速巡航场景下纵向运动参考速度的构建 7.2.2 定点停车场景下纵向参考速度的构建 7.2.3 代码解析 7.3 纵向运动轨迹的过滤 7.3.1 停车点、当前点与轨迹规划终点的关系约束 7.3.2 纵向运动轨迹中的速度、加速度和加加速度的关系约束 7.3.3 代码解析 7.4 横纵向运动轨迹的评估与计算 7.4.1 纵向运动轨迹cost的计算 7.4.2 横向运动轨迹cost的计算 7.5 小结 第8章 横纵向运动轨迹的优选 8.1 障碍物运动轨迹预测环境的构建 8.1.1 障碍物的过滤 8.1.2 障碍物预测轨迹的生成 8.1.3 代码解析 8.2 横纵向运动轨迹的合成 8.3 轨迹的检验与验证 8.3.1 轨迹的验证 8.3.2 代码解析 8.4 碰撞检测与横纵向运动轨迹的优选 8.4.1 向量点积的定义与应用 8.4.2 Axis Aligned Bounding Box（AABB）碰撞检测算法描述 8.4.3 Oriented Bounding Box（OBB）磁撞检测算法描述 8.4.4 代码解析 8.5 小结