自動駕駛系統(tǒng)的決策規(guī)劃模塊介紹

https://www.toutiao.com/a6714594255387492878/

對于自動駕駛系統(tǒng)，如果將感知模塊比作人的眼睛和耳朵，那么決策規(guī)劃模塊就是自動駕駛的大腦。

大腦在接收到傳感器的各種感知信息之后，對當(dāng)前環(huán)境作出分析，然后下達(dá)命令到底層控制模塊。

這個過程就是決策規(guī)劃模塊的主要任務(wù)。

典型的決策規(guī)劃模塊可分為三個層次：

• 全局路徑規(guī)劃（Route Planning）
• 行為決策層（Behavioral Layer）
• 運動規(guī)劃（Motion Planning）

1、全局路徑規(guī)劃

全局路徑規(guī)劃是指：在收到一個目的地信息后，結(jié)合高精度地圖信息和本車的當(dāng)前位姿信息，生成一條最優(yōu)的全局路徑，作為后續(xù)局部路徑規(guī)劃的參考和引導(dǎo)。

這里的“最優(yōu)”可以指路徑最短、時間最快或必須經(jīng)過指定點等條件。常見的全局路徑規(guī)劃算法包括Dijkstra、A-Star算法，以及在這兩種算法基礎(chǔ)上的多種改進(jìn)。

2、行為決策層

行為決策層是指：在接收到全局路徑后，根據(jù)從感知模塊得到的環(huán)境信息（其他車輛、行人等障礙物信息，道路上交通標(biāo)志、紅綠燈等交通規(guī)則信息），以及本車當(dāng)前的行駛路徑等狀態(tài)信息，作出具體的行為決策（如變道超車、跟車行駛、讓行、停車、進(jìn)出站等）；

行為決策層用的較多的算法包括：有限狀態(tài)機、決策樹、基于規(guī)則的推理模型等。

該層有三個難題需要解決：

• 實際的交通場景千變?nèi)f化，如何做到通用；
• 其他交通參與者的行為存在不確定性，不僅需要對其行為做預(yù)測，還需要考慮本車與其他交通參與者的博弈；
• 如何應(yīng)對感知模塊提供的信息做不到100%的準(zhǔn)確和100%的全覆蓋。

3、運動規(guī)劃

運動規(guī)劃是指：根據(jù)具體的行為決策，生成一條滿足各種約束條件（如安全性、平順性、車輛本身的動力學(xué)約束等）的軌跡，該軌跡作為控制模塊的輸入決定車輛的行駛路徑。

運動規(guī)劃可進(jìn)一步分為局部路徑規(guī)劃和速度規(guī)劃，即將“行為”轉(zhuǎn)化成一條更加具體的行駛“軌跡”，從而能夠生成一系列控制信號（加速度、方向盤轉(zhuǎn)角、檔位、燈光等）， 實現(xiàn)車輛的自動行駛。

局部路徑規(guī)劃和速度規(guī)劃算法，常用的有基于搜索的規(guī)劃算法，基于采樣的規(guī)劃算法，以及直接優(yōu)化的方法。

相關(guān)閱讀

基于S-T圖的速度規(guī)劃介紹-Apollo學(xué)習(xí)筆記

自動駕駛系統(tǒng)的決策技術(shù)介紹-Apollo學(xué)習(xí)筆記

無人車的避障系統(tǒng)介紹：障礙物的檢測、軌跡預(yù)測和避障路徑生成