基于 Frenet 的最优轨迹规划

 来自 Optimal Trajectory Generation for Dynamic Street Scenarios in a Frene´t Frame

深入理解Frenet 轨迹规划 

• 将纵向和横向分开求解

• 可以用一个五次多项式来约束jerk，之后在损失函数中使用

• 需要根据不同的场景来设计损失函数

1. 跟车
2. 汇流merge 和停车
3. 车速保持

• 根据初始配置和目标配置，确定需要采样的变量，比如 delta_t, d, delta_s 等等

1. 用多项式曲线拟合配置

• 对横纵向分别设置目标函数

1. 横向

   • 加加速度 jerk

   • 制动时间 delta_t

   • 参考线（中心线）

2. 纵向

• jerk

• 制动时间

• 参考速度

==================================

Frenet 坐标系采样的可行驶区域设计

• 横向轨迹生成
  • 对 l 和 T 进行区间取样，五次多项式
• 纵向轨迹生成
  • 设定 V_desired, 对 速度V和 T 区间采样，四次多项式
• 通过加权的轨迹 cost 选择代价最小的轨迹