二次规划ST速度优化¶
Tip: 为了更好的展示本文档中的等式，我们建议使用者使用带有插件的Chrome浏览器，或者将Latex等式拷贝到在线编辑公式网站进行浏览。
1 定义¶
从二次规划样条路径中选取一条路径后，Apollo将路线上的所有障碍物和自动驾驶车辆（ADV）展现在一个时间-路径图上（path-time ST），该路径图表示了路径上的站点变化。速度优化的任务是在ST图上找到一条合理的，无障碍的路径。
Apollo使用多个样条来表示速度参数，在ST图上表示为一系列的ST点。Apollo会对二次规划的结果做再次的平衡以获得最佳的速度参数。QP问题的标准类型定义为：
$$
minimize \frac{1}{2} \cdot x^T \cdot H \cdot x + f^T \cdot x
\\
s.t. LB \leq x \leq UB
\\
A_{eq}x = b_{eq}
\\
Ax \leq b
$$
2 目标函数¶
2.1 获取样条段¶
将路ST速度参数分为 n 段，每段路径用一个多项式来表示。
2.2 定义样条段函数¶
每个样条段 i 都有沿着参考线的累加距离\(d_i\)。每段的路径默认用5介多项式表示。多项式介数可以通过配置参数进行调整。
$$
s = f_i(t)
= a_{0i} + a_{1i} \cdot t + a_{2i} \cdot t^2 + a_{3i} \cdot t^3 + a_{4i} \cdot t^4 + a_{5i} \cdot t^5
$$
2.3 定义样条段优化函数¶
Apollo首先定义\(cost_1\)以使路径更加平滑：
$$
cost_1 = \sum_{i=1}^{n} \Big( w_1 \cdot \int\limits_{0}^{d_i} (f_i')^2(s) ds + w_2 \cdot \int\limits_{0}^{d_i} (f_i'')^2(s) ds + w_3 \cdot \int\limits_{0}^{d_i} (f_i^{\prime\prime\prime})^2(s) ds \Big)
$$
然后，Apollo定义\(cost_2\)表示最后的S-T路径和S-T巡航路径（有速度限制且m个点）的差值：
$$
cost_2 = \sum_{i=1}^{n}\sum_{j=1}^{m}\Big(f_i(t_j)- s_j\Big)^2
$$
同样地，Apollo定义了\(cost_3\)表示第一个S-T路径和随后的S-T路径（o个点）的差值：
$$
cost_3 = \sum_{i=1}^{n}\sum_{j=1}^{o}\Big(f_i(t_j)- s_j\Big)^2
$$
最后得出的目标函数为：
$$
cost = cost_1 + cost_2 + cost_3
$$
3 约束条件¶
3.1 初始点约束¶
假设第一个点是(\(t0\), \(s0\))，且\(s0\)在路径\(f_i(t)\), \(f'i(t)\), 和\(f_i(t)''\)上（位置、速率、加速度）。Apollo将这些约束转换为QP约束的等式为：
$$
A_{eq}x = b_{eq}
$$
3.2 单调约束¶
路线必须是单调的，比如车辆只能往前开。
在路径上采样 m 个点，对每一个 \(j\)和\(j-1\) 的点对，且(\(j\in[1,...,m]\))，如果两个点都处在同一个样条\(k\)上，则：
$$
\begin{vmatrix} 1 & t_j & t_j^2 & t_j^3 & t_j^4&t_j^5 \\ \end{vmatrix}
\cdot
\begin{vmatrix} a_k \\ b_k \\ c_k \\ d_k \\ e_k \\ f_k \end{vmatrix}
>
\begin{vmatrix} 1 & t_{j-1} & t_{j-1}^2 & t_{j-1}^3 & t_{j-1}^4&t_{j-1}^5 \\ \end{vmatrix}
\cdot
\begin{vmatrix} a_{k} \\ b_{k} \\ c_{k} \\ d_{k} \\ e_{k} \\ f_{k} \end{vmatrix}
$$
如两个点分别处在不同的样条\(k\)和\(l\)上，则：
$$
\begin{vmatrix} 1 & t_j & t_j^2 & t_j^3 & t_j^4&t_j^5 \\ \end{vmatrix}
\cdot
\begin{vmatrix} a_k \\ b_k \\ c_k \\ d_k \\ e_k \\ f_k \end{vmatrix}
>
\begin{vmatrix} 1 & t_{j-1} & t_{j-1}^2 & t_{j-1}^3 & t_{j-1}^4&t_{j-1}^5 \\ \end{vmatrix}
\cdot
\begin{vmatrix} a_{l} \\ b_{l} \\ c_{l} \\ d_{l} \\ e_{l} \\ f_{l} \end{vmatrix}
$$
3.3 平滑节点约束¶
该约束的目的是使样条的节点更加平滑。假设两个段\(seg_k\) 和\(seg_{k+1}\)互相连接，且\(seg_k\)的累计值 s 为\(s_k\)。计算约束的等式为：
$$
f_k(t_k) = f_{k+1} (t_0)
$$
即：
$$
\begin{vmatrix}
1 & t_k & t_k^2 & t_k^3 & t_k^4&t_k^5 \\
\end{vmatrix}
\cdot
\begin{vmatrix}
a_{k0} \\ a_{k1} \\ a_{k2} \\ a_{k3} \\ a_{k4} \\ a_{k5}
\end{vmatrix}
=
\begin{vmatrix}
1 & t_{0} & t_{0}^2 & t_{0}^3 & t_{0}^4&t_{0}^5 \\
\end{vmatrix}
\cdot
\begin{vmatrix}
a_{k+1,0} \\ a_{k+1,1} \\ a_{k+1,2} \\ a_{k+1,3} \\ a_{k+1,4} \\ a_{k+1,5}
\end{vmatrix}
$$
然后，
$$
\begin{vmatrix}
1 & t_k & t_k^2 & t_k^3 & t_k^4&t_k^5 & -1 & -t_{0} & -t_{0}^2 & -t_{0}^3 & -t_{0}^4&-t_{0}^5\\
\end{vmatrix}
\cdot
\begin{vmatrix}
a_{k0} \\ a_{k1} \\ a_{k2} \\ a_{k3} \\ a_{k4} \\ a_{k5} \\ a_{k+1,0} \\ a_{k+1,1} \\ a_{k+1,2} \\ a_{k+1,3} \\ a_{k+1,4} \\ a_{k+1,5}
\end{vmatrix}
= 0
$$
等式中得出的结果为\(t_0\) = 0。
同样地，为下述等式计算约束等式：
$$
f'_k(t_k) = f'_{k+1} (t_0)
\\
f''_k(t_k) = f''_{k+1} (t_0)
\\
f'''_k(t_k) = f'''_{k+1} (t_0)
$$
3.4 点采样边界约束¶
在路径上均匀的取样 m 个点，检查这些点上的障碍物边界。将这些约束转换为QP约束不等式，使用不等式：
$$
Ax \leq b
$$
首先基于道路宽度和周围的障碍物找到点 \((s_j, l_j)\)的下边界\(l_{lb,j}\)，且\(j\in[0, m]\)。计算约束的不等式为：
$$
\begin{vmatrix}
1 & t_0 & t_0^2 & t_0^3 & t_0^4&t_0^5 \\
1 & t_1 & t_1^2 & t_1^3 & t_1^4&t_1^5 \\
...&...&...&...&...&... \\
1 & t_m & t_m^2 & t_m^3 & t_m^4&t_m^5 \\
\end{vmatrix} \cdot \begin{vmatrix} a_i \\ b_i \\ c_i \\ d_i \\ e_i \\ f_i \end{vmatrix}
\leq
\begin{vmatrix}
l_{lb,0}\\
l_{lb,1}\\
...\\
l_{lb,m}\\
\end{vmatrix}
$$
同样地，对上边界\(l_{ub,j}\)，计算约束的不等式为：
$$
\begin{vmatrix}
1 & t_0 & t_0^2 & t_0^3 & t_0^4&t_0^5 \\
1 & t_1 & t_1^2 & t_1^3 & t_1^4&t_1^5 \\
...&...&...&...&...&... \\
1 & t_m & t_m^2 & t_m^3 & t_m^4&t_m^5 \\
\end{vmatrix} \cdot \begin{vmatrix} a_i \\ b_i \\ c_i \\ d_i \\ e_i \\ f_i \end{vmatrix}
\leq
-1 \cdot
\begin{vmatrix}
l_{ub,0}\\
l_{ub,1}\\
...\\
l_{ub,m}\\
\end{vmatrix}
$$
3.5 速度边界优化¶
Apollo同样需要建立速度限制边界。
在st曲线上取样 m 个点，为每个点\(j\)获取速度限制的上边界和下边界，例如\(v{ub,j}\) 和 \(v{lb,j}\)，约束定义为：
$$
f'(t_j) \geq v_{lb,j}
$$
即：
$$
\begin{vmatrix}
0& 1 & t_0 & t_0^2 & t_0^3 & t_0^4 \\
0 & 1 & t_1 & t_1^2 & t_1^3 & t_1^4 \\
...&...&...&...&...&... \\
0& 1 & t_m & t_m^2 & t_m^3 & t_m^4 \\
\end{vmatrix}
\cdot
\begin{vmatrix}
a_i \\ b_i \\ c_i \\ d_i \\ e_i \\ f_i
\end{vmatrix}
\geq
\begin{vmatrix} v_{lb,0}\\ v_{lb,1}\\ ...\\ v_{lb,m}\\ \end{vmatrix}
$$
且，
$$
f'(t_j) \leq v_{ub,j}
$$
即：
$$
\begin{vmatrix}
0& 1 & t_0 & t_0^2 & t_0^3 & t_0^4 \\
0 & 1 & t_1 & t_1^2 & t_1^3 & t_1^4 \\
...&...&...&...&...&... \\
0 &1 & t_m & t_m^2 & t_m^3 & t_m^4 \\
\end{vmatrix} \cdot \begin{vmatrix} a_i \\ b_i \\ c_i \\ d_i \\ e_i \\ f_i \end{vmatrix}
\leq
\begin{vmatrix}
v_{ub,0}\\
v_{ub,1}\\
...\\
v_{ub,m}\\
\end{vmatrix}
$$