自动泊车

Overview

How TO Use

1. 需要准备lanelet2地图，在地图中绘制parking_lot的polygon，绘制lanelet2地图参考lanelet2地图
2. 当车辆位置在parking_lot内时，规划器将scenario切换至Parking模式，这时costmap_generator和freespace_planner开始工作
3. costmap_generator生成occupancy_grid作为freespace_planner的代价地图
4. freespace_planner通过代价图来进行路径搜索与规划
5. trajectory最终传递到轨迹跟踪模块生成控制指令

Costmap Generator

如下图所示，车辆在parking_lot(蓝色框内淡黄色多边形)区域内，设定好goal_pose（绿色框内坐标轴），其中还有objects（红色框）。

在parking_lot内设定好目标后，可以可视化occupancy_grip代价地图，可行驶区域代价较小，为灰色，被障碍物占用的区域代价较高，为黑色。可以看到，与parking_lot有重叠部分的lanelet也被考虑进occupancy_grip的计算中，这是因为车辆执行自动驾驶任务时，可能会经过lane_driving的车道内行驶才能到达parking_lot，为避免地图中间的空隙，所以需要将lanelet与parking_lot通过重叠的方式连接。

关键参数

名称	描述	默认值
grid_min_value	costmap的损失最小值	0.0
grid_max_value	costmap的损失最大值	1.0
grid_resolution	costmap的分辨率	0.2(m)
grid_length_x	costmap的长	70.0(m)
grid_length_y	costmap的宽	70.0(m)
grid_position_x	costmap的初始位置x坐标(相对车辆)	0.0(m)
grid_position_y	costmap的初始位置y坐标(相对车辆)	0.0(m)
maximum_lidar_height_thres	点云相对激光雷达的最大高度	0.3(m)
minimum_lidar_height_thres	点云相对激光雷达的最小高度	-2.2(m)
expand_rectangle_size	拓展object的尺寸大小	1.0(m)

Freespace Planner

获取到车辆位置initial_pose与goal_pose，通过A*规划出一条可行的轨迹，让车辆能够到达goal_pose。

因为freespace planner有可能会产生揉车的重叠轨迹，控制器不能够处理这种轨迹，所以freespace planner将揉车轨迹进行分段处理，保证控制器的正常运行。

关键参数

节点参数

参数名称	描述	默认值
vehicle_shape_margin_m	碰撞边界
waypoints_velocity	规划的轨迹线速度	5.0(km/h)
th_arrived_distance_m	判断是否到达终点的阈值	1.0(m)
th_stopped_time_sec	判断车辆是否停止的判定时间	1.0(s)
th_stopped_velocity_mps	判断车辆是否停止的速度阈值	0.01(m/s)
th_course_out_distance_m	判断车辆是否偏离轨迹的距离阈值	1.0(m)
replan_when_obstacle_found	当有障碍物在轨迹上是否重新规划轨迹	true
replan_when_course_out	当车辆偏离轨迹是否重新规划任务	true

planner参数

参数名称	描述	默认值
time_limit	规划运行的时间，避免规划器阻塞	30000.0(s)
minimum_turning_radius	机器人最小转弯半径	9.0(m)
maximum_turning_radius	机器人最大转弯半径	9.0(m)
theta_size	将航向角离散化的数量	144
lateral_goal_range	目标位置的横向距离范围	0.5
longitudinal_goal_range	目标位置的纵向距离范围	2.0
angle_goal_range	目标位置的偏航角范围	6.0(deg)
curve_weight	轨迹曲线的损失权重	1.2
reverse_weight	反向轨迹的损失权重	2.0
obstacle_threshold	判定grid为障碍物的cost阈值	100

参考资料

• planning design
• costmap generator
• freespace planner
• freespace planner algorithm