自动驾驶时空联合规划算法原理与实战应用.pdfVIP

自动驾驶中的时空联合规划算法：原理演进与

工程实践

窄道会车困境揭示的技术变革

在自动驾驶系统面临的所有挑战中，窄道会车场景堪称最具代表性的照妖

镜。传统规划算法在此类场景中的典型表现是：两车对峙、频繁刹停甚至完全

卡死。这种现象背后反映的是时空解耦规划的根本局限——将三维时空问题强

行拆分为二维路径规划和一维速度规划两个独立子问题。

以某L4级自动驾驶系统的实测数据为例，在宽度仅3.5米的乡村道路上，

采用EMPlanner的车辆遇到对向来车时，89%的概率会完全停车等待。而引

入时空联合规划后，系统能主动生成靠边减速-局部让行-加速通过的连贯策

略，通过率提升至72%。这种质的飞跃源于算法层面的范式转变：直接在三维

连续空间（X-Y-T或S-L-T）中搜索最优轨迹，而非在分离的子空间寻求次优

解。

时空联合规划的核心原理

从解耦到联合的范式迁移

传统解耦规划遵循几何路径+速度剖面的二级架构。这种架构下，路径

规划模块输出的几何曲线已经决定了后续速度规划的天花板。当遇到动态障碍

物时，由于前期路径未考虑时间维度，常常导致速度规划阶段只能被动采取紧

急制动