自動駕駛系統的決策規劃模組介紹

dicksonjyl560101發表於2019-07-18



自動駕駛系統的決策規劃模組介紹

對於自動駕駛系統,如果將感知模組比作人的眼睛和耳朵,那麼決策規劃模組就是自動駕駛的大腦。

大腦在接收到感測器的各種感知資訊之後,對當前環境作出分析,然後下達命令到底層控制模組。

這個過程就是決策規劃模組的主要任務。

自動駕駛系統的決策規劃模組介紹

典型的決策規劃模組可分為三個層次:

  • 全域性路徑規劃(Route Planning)
  • 行為決策層(Behavioral Layer)
  • 運動規劃(Motion Planning)

1、全域性路徑規劃

全域性路徑規劃是指:在收到一個目的地資訊後,結合高精度地圖資訊和本車的當前位姿資訊,生成一條最優的全域性路徑,作為後續區域性路徑規劃的參考和引導。

自動駕駛系統的決策規劃模組介紹

這裡的“最優”可以指路徑最短、時間最快或必須經過指定點等條件。常見的全域性路徑規劃演算法包括Dijkstra、A-Star演算法,以及在這兩種演算法基礎上的多種改進。

2、行為決策層

行為決策層是指:在接收到全域性路徑後,根據從感知模組得到的環境資訊(其他車輛、行人等障礙物資訊,道路上交通標誌、紅綠燈等交通規則資訊),以及本車當前的行駛路徑等狀態資訊,作出具體的行為決策(如變道超車、跟車行駛、讓行、停車、進出站等);

行為決策層用的較多的演算法包括:有限狀態機、決策樹、基於規則的推理模型等。

自動駕駛系統的決策規劃模組介紹

該層有三個難題需要解決:

  • 實際的交通場景千變萬化,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測,還需要考慮本車與其他交通參與者的博弈;
  • 如何應對感知模組提供的資訊做不到100%的準確和100%的全覆蓋。
自動駕駛系統的決策規劃模組介紹

3、運動規劃

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

運動規劃可進一步分為區域性路徑規劃和速度規劃,即將“行為”轉化成一條更加具體的行駛“軌跡”,從而能夠生成一系列控制訊號(加速度、方向盤轉角、檔位、燈光等), 實現車輛的自動行駛。

自動駕駛系統的決策規劃模組介紹

區域性路徑規劃和速度規劃演算法,常用的有基於搜尋的規劃演算法,基於取樣的規劃演算法,以及直接最佳化的方法。

相關閱讀

基於S-T圖的速度規劃介紹-Apollo學習筆記

自動駕駛系統的決策技術介紹-Apollo學習筆記

無人車的避障系統介紹:障礙物的檢測、軌跡預測和避障路徑生成


來自 “ ITPUB部落格 ” ,連結:http://blog.itpub.net/29829936/viewspace-2650914/,如需轉載,請註明出處,否則將追究法律責任。

相關文章