在转往自动驾驶的道路上，我遇到了三个问题：

1、学习路线问题：不知道学什么，不知道学习顺序，或者是感觉要学的太多，战线被拉得很长，往往学着A，却发现B是基础，就转而学B，最后感觉什么都没有学；

2、学习资料问题：资料太多，不知道该看哪个，又或者没有找到很通透的资料。

在这两个问题上纠结很久，最终也没有多少进步，后来让我感觉有所收获的，反而是深入一个具体实例，完整的复现下来。一个好的实例会包含众多相关知识，好处主要有两个，一是省去了书本上大量的其他知识，节约了时间，二是有助于理清脉络，建立立体的分析思维，这也是此系列博客的分享原因。

博客初步计划通过自动泊车讲解自动驾驶的路径规划，涉及A*，HybridA*，RS曲线（ompl库），并做一些资料推荐（如使用工具的教程，工具书），力求细致，通透，主要为了帮助像我一样初次学习的人快速入门。

一、自动泊车介绍

言归正传，自动泊车是目前（2021年）自动驾驶ADAS中非常火热的一环，与ACC，AEB不同的是，自动泊车是低速自动驾驶，安全问题要小的多。自动泊车主要涉及的领域有：

1、感知：计算机视觉——车位识别，AVM车位（视觉检测的白线车位）；超声波雷达——检测障碍物车位（处理没有白线，或者压住白线导致车位检测不到）；

2、融合：视觉车位与超声波雷达车位的信息融合；

3、定位：用以确定车辆实时位置，判断车辆是否停到位等；

4、路径规划：结合感知和定位给出合理路径，主要应用HybridA*（自动泊车属于狭窄空间路径规划，还是挺难的）；

5、控制：泊车执行环节，控制车的方向盘，车速，使车辆根据给出的路径到达终点，stanly算法，纯跟踪算法，PID控制基本都属于这一环节。

可见，自动泊车涉及的自动驾驶领域还是很全的。自动泊车的车位主要分为三类：

• 垂直车位
• 水平车位
• 斜列车位

其中斜列车位可以和垂直车位看做一体，可以把垂直车位看做特殊的斜列车位。

在现在的市场中，可以听到小马智行，百度apollo，AutoX这样的科技公司运营自动驾驶出租车，也可以看到小鹏、比亚迪、特斯拉这样上市的辅助驾驶车，自动泊车属于辅助驾驶，需要注意的是，根据车辆成本，实现自动驾驶的方案是不一样的，进而导致算法不一样。比如AutoX的出租车，成本很高，可以做到高级自动驾驶，多采用激光雷达和毫米波雷达等，车顶上都有个大盖子。这样的配置在十几万的国产车上是不现实的，因此就有了低成本方案，通过十几块钱的板子、结合摄像头、超声波雷达来做自动泊车这样的辅助驾驶。很明显，板子的算力有限，因此自动泊车的算法要与AUtoX这样的出租车中的算法有明显不同。

自动泊车分为很多类，有APA、记忆泊车、AVP代客泊车等等，简要的说，就是自动泊车是从帮助人停车往自动寻找车位，自动停车，自动泊出的方向进化的，最终的理想状态可以想象这样一幅场景：

1、驾车前往商场，到商场门口后下车购物，同时下达自动泊车指令，车辆开始巡航，寻找商场停车位并完成泊车；购物结束后，从另外一个门出来，手机给车辆发送定位，车辆自动泊出，并前往上车地点。

2、到家后，犹豫很久未充电，车辆电力不足，下达充电指令，车辆搜索附近充电桩占用情况，发现一小时后有空位，于是一小时后自动启动，前往充电桩充电，省去人排队的时间，充电完毕后结合支付设定完成付费，再次自动泊车至家中位置。

可以看到，自动泊车解决了自动驾驶的开始和结束的问题，这里也可以发现一个明显问题，车辆如何知道附近有车位，或者充电桩信息呢？于是就有了车端和场端的概念，停车场，充电桩也智能化，与汽车完成通信，发送自身的信息，如车位信息，充电桩占用信息等，这就是场端。

随之而来的下一个问题，就是在到达车位、充电桩的过程中，要走怎样的路径，这就涉及到本次主题路径规划了，路径规划分全局路径规划和局部路径规划，个人认为不需要如此细分，细分过多反而带来理解上个困难，两者用的其实都是同一原理，算法稍有不同，但目的就是为了找到一条路。粗略理解可以按以下理解：

1、全局规划：停车场告知车位位置，车辆从自身位置到车位附近这一段是全局路径规划（如S1到S3），感知的信息是周围的环境信息。

2、局部规划：车道车位附近后，比如在S3点，要停到车位的中间点A5，那么S3到A5的路线就是局部规划。

二、A*算法

自动泊车主要应用的是HybridA*算法，此算法的基础仍然是A*算法，A*算法资料较多，不再赘述，推荐以下文章：

第一组：

D*算法（*https://www.guyuehome.com/5652）

A*算法（*https://www.guyuehome.com/6560）

第二组：

A*算法（*https://guyuehome.com/33666）

第三组：

A*算法英文版（*http://www.gamedev.net/reference/articles/article2003.asp）

翻译版（*https://blog.csdn.net/crayondeng/article/details/12342989）

以上三组任意一组均可较好理解算法原理，至于源代码，推荐以下链接内的源代码，因为后续的泊车算法将采用以下版本的代码。

A*源代码来自文章《Hybrid A Star 路径规划（1）》（*https://zhuanlan.zhihu.com/p/40487222）

代码地址（*https://github.com/wanghuohuo0716/hybrid_A_star）

此代码是完整的HybridA*算法代码，A*部分在文章《Hybrid A Star 路径规划（1）》中有粘贴。