apollo自动驾驶进阶学习之：实例演示如何在apollo中用osqp库进行速度平滑(3)

动态规划

动态规划的结果如上述博客中所示 ，在动态规划结果的基础上进行二次规划，结果如下图所示，代码贴出。
动态规划的结果是根据车辆的动力学限制，障碍物等因素求解出来的。

• 红色为动态规划结果
• 绿线为二次规划的结果
  
  由于在python中对osqp进行调用，计算消耗的实践略长，后续将会使用在c++中对代码进行重写。
  

import osqp
import numpy as np
import time
from scipy.interp