planning-task-edge-follow-path

简介

EdgeFollowPath用于生成贴边自动驾驶路径。该task通过Frame获取自车位置，通过ReferenceLineInfo获取车道信息、参考线信息以及静态障碍物信息，结合感知与地图路沿信息生成Path，最后将计算路径输出到ReferenceLineInfo中。

EnableEdgeFollow()

函数检查是否允许进入贴边路径规划

如果当前参考线不是最右侧车道，则不进行贴边路径规划。
如果考虑junction区域，并且车辆将要进入junction中，则不进行贴边路径规划。

UsePerceptionEdge()

函数判断是否使用感知路沿进行贴边路径规划

如果感知路沿信息时间戳与当前时间戳差异较大，则不使用感知路沿信息。
如果感知路沿信息中is_useable为false，则不使用感知路沿信息。
最后判断全局参数FLAGS_disable_perception_edge_info，是否禁用感知路沿信息。

DecidePathBounds()

函数通过对周围车道、车辆位置和静态障碍物的分析，来决定车辆行驶的路径边界（candidate_path_boundaries）。

遍历已决定的侧通道通行方向（decided_side_pass_direction_），对每个方向都尝试找到路径边界。使用PathBoundsDeciderUtil::InitPathBoundary初始化路径边界。根据车道信息和ego的位置更新路径边界。根据静态障碍物在参考线上的投影再次更新路径边界。

其中包括ProcessEdgeFollowPathBounds()，对路沿边界进行处理。

ProcessEdgeFollowPathBounds()

处理path_road_boundary_，计算路沿右边界

如果使用使用感知路沿，则投影将path优化采样点，投影至右侧路沿上，或者每个采样点右侧道路宽度，更新path_road_boundary_。
更新path_boundary，由于做QP求解边界。

OptimizePath()

函数用于优化路径。它接收两个参数：candidate_path_boundaries（路径边界）和candidate_path_data（存储候选路径数据）。

函数计算了路径曲率约束（ddl_bounds）、曲率变化率（jerk_bound）和参考路径（ref_l和weight_ref_l）。调用PathOptimizerUtil::OptimizePath来优化路径。若优化成功，将计算路径path_data对象添加到candidate_path_data中。

其中包括对牵引点的计算，CalculateTowingDis()，计算横向牵引的L值，引入到优化的代价中，实现优化中将路径向右侧牵引。

CalculateTowingDis()

函数用于计算贴边优化中的牵引点，从而实现优化中将路径向右侧牵引，达到贴边效果。

根据path_road_boundary_的右边界、主车半车宽、预设贴边距离FLAGS_edge_follow_buffer计算横向牵引的L值，towing_l。

AssessPath()

该函数用于评估候选路径数据，并选择一个最终路径。

代码会遍历候选路径数据。对于每个路径数据，使用PathAssessmentDeciderUtil类的静态函数IsValidRegularPath来检查路径是否有效。其中会判断路径是否为空、路径是否远离参考线、路径是否远离道路、路径是否与静态障碍物碰撞、路径终点是否在逆向的临近车道上。TrimTailingOutLanePoints剔除道路末端非本车道的路径点。ComparePathData根据道路长度、是否借道逆向车道、自车横向位置、更快回到本车道等因素选择合适的路径。

目录结构

shell

modules/planning/tasks/edge_follow_path/
├── BUILD
├── conf
│   └── default_conf.pb.txt
├── cyberfile.xml
├── edge_follow_path.cc
├── edge_follow_path.h
├── plugins.xml
├── proto
│   ├── BUILD
│   └── edge_follow_path.proto
└── README_cn.md

模块输入输出与配置