路径规划是自动驾驶系统中的核心模块之一，它负责根据车辆的当前状态和环境信息，计算出一条安全、高效的行驶路径。路径规划需要考虑多个因素，包括道路状况、交通流量、障碍物等，以及车辆的动力学特性和驾驶偏好。一个优秀的路径规划算法能够使自动驾驶车辆更加智能、安全地行驶，提升整体的行驶效率和用户体验。

A*算法作为导航早期应用一种启发式搜索算法，目前广泛应用于导航系统和自动驾驶路径中。它通过评估每个候选路径的代价函数来选择最佳路径，在自动驾驶中广泛应用于静态环境下的路径规划，能够快速找到最短路径，并且具有较高的搜索效率。
本次自动驾驶路径规划算法训练营，将介绍A*算法的原理以及实现，如何利用A*算法来实现路径规划，运用在你的当前工作开发中。
不同的场景和需求可能需要采用不同的算法或算法组合。在本训练营中，除了学习A*算法，还会学习基于混合Hybrid A*以及Lattice这些算法的原理和应用，帮助大家全面了解路径规划在自动驾驶中的重要性，并掌握不同算法的应用优势。除此之外，还会讲解控制常用的PID和LQR算法来实现横纵向控制。

课程收益

学会开发环境配置、开发工具基本使用方法

学会基于A*算法的全局路径规划及调参方法

学会基于Lattice算法的局部路径规划及调参方法

学会基于规划轨迹实现车辆横、纵向控制及参数调试方法

能够在开发平台上实现循迹行驶、借道绕障行驶仿真功能

课程大纲

一、自动驾驶路径规划概述、

• 规划与自动驾驶等级的关系

• 自动驾驶软件架构block图

• 规划模块与其他的模块的关系

• 规划模块与其他模块的接口概念

二、开发环境配置、工具链及开发平台熟悉

• Docker的基本概念及基础命令

• ROS的基本概念及基础命令

• 仿真开发平台的使用方法

• 实践演练：使用vscode断点调试代码

• 实践演练：CAN总线报文数据的录制和解析

三、全局路径规划

• 全局路径规划模块的任务讲解

• 全局路径规划模块的信息输入及处理

• 全局路径规划算法流程

• A* star算法原理

• 数据结构分析

• 生成routing信息

• 实践演练：基于混合A*的路径规划

四、局部路径规划

• Frenet坐标系与笛卡尔坐标系转换

• 参考线的生成及应用

• 轨迹接口及轨迹重规划

• Lattice算法原理

• Lattice算法应用-生成横、纵向轨迹

• 实践演练：循迹行驶

• 实践演练：借道绕障行驶

五、车辆横纵向控制

• 控制模块与规划模块、底盘模块的接口讲解

• 线控底盘的自动驾驶参数标定

• 双环PID原理讲解

• LQR原理讲解

• 纵向控制算法代码实现

• 横向控制算法代码实现

• 实践演练：横向控制误差分析

• 实践演练：纵向控制误差分析

六、总结、答疑

• 规划与控制课程知识串讲

• 总结与答疑

面向对象

• 希望从事自动驾驶规划算法研发岗位的在校生

• 希望系统学习自动驾驶规划控制实际应用的在岗研发工程师

• 自动驾驶相关产业产品经理、项目经理等

• 希望了解自动驾驶规划与控制研发的相关人士
  

咨询报名

课程形式：在线直播授课

上课地点：班级群集中上课，答疑

联系人：汽车学堂堂主