参考文章： （1）Apollo6.0代码Lattice算法详解——Part 7: 获得最优轨迹 （2）Lattice算法详解 0 前言 // 优选出cost最小的trajectory// 7. always get the best pair of trajectories to combine; return the first// collision-free trajectory

0 前言 规划本质就是搜索问题，数学角度来看就是寻找函数最优解 规划模块复杂的就是相关的逻辑处理和过程计算 对于规划的三维问题，目前解决方案：降维+迭代 将SLT问题分解为ST和SL二维优化问题：在一个维度优化之后，再另一个维度再进行优化，最后整合成三维的轨迹。 虽然降维后分开求解再合并的解并不是高维下的最优解，但是已经足够使用 Apollo9.0的planning代码框架 pl

0 前言 从planning的角度看control，首先需要了解的就是相关的数据接口，规划出的轨迹（路径+速度）发给Control模块去执行 modules/planning/planning_component/planning_component.cc planning模块发布轨迹信息 planning_writer_ = node_->CreateWriter<ADCTrajectory

AutoSAR配置与实践（深入篇） 6.6 PNC功能介绍_PNC收发流程和状态机切换详解 PNC收发流程和状态机切换详解一、PNC接收流程1.1 PNC接收流程解析1.2 接收PN报文格式和数据流向1.3 发送端PNC流程解析1.4 发送PN报文格式和数据流向 二、PNC状态机切换示例2.1 PNC唤醒功能示意图2.2 PNC唤醒状态机切换详解 PNC收发流程和状态机切换详解

课程链接：Apollo开发者社区_Apollo星火计划之PnC专项 (baidu.com) 一、决策技术解析及实现 （一）Apollo决策技术详解 注意：Apollo的决策和规划是一起做的，一起称之为Planning模块 Planning模块的运行机制如图，基于双层状态机，一层是Stage，一层是Task 根据场景，确定Stage，每个Stage都包含了路径的决策，规划 然

关于车辆的控制：原本车辆的【横向控制】和【纵向控制】是耦合的，不过在模拟器上进行测试时，并不一定要那么严格，所以我们选择【横向】和【纵向】都用同一个PID控制器进行控制，然后对结果out_put乘上一个系数来得到【横向steer】和【纵向brake/throttle】 关于控制器的选择： （1）单级PID控制器的效果很一般，我只能拿整个车辆作为一个系统，把理想速度当作参考输入，把车辆实际速