智能網(wǎng)聯(lián)汽車 課件 項(xiàng)目五 任務(wù)一認(rèn)知智能網(wǎng)聯(lián)汽車決策規(guī)劃技術(shù)

項(xiàng)目五智能網(wǎng)聯(lián)汽車決策規(guī)劃與控制執(zhí)行技術(shù)認(rèn)知智能網(wǎng)聯(lián)汽車決策規(guī)劃技術(shù)Annualworksummary1目錄01教學(xué)目標(biāo)02教學(xué)內(nèi)容03課后練習(xí)教學(xué)目標(biāo)0103能解釋決策規(guī)劃的要求01能描述決策規(guī)劃概念和內(nèi)容02能描述決策規(guī)劃的類型01通過環(huán)境感知系統(tǒng)的學(xué)習(xí)，讓學(xué)生知道技術(shù)不斷進(jìn)步，激發(fā)學(xué)生不斷學(xué)習(xí)的興趣。02引導(dǎo)學(xué)生樹立不斷探索的科學(xué)精神，提高科學(xué)素養(yǎng)。知識(shí)目標(biāo)素質(zhì)目標(biāo)04能說明圍決策規(guī)劃的方法教學(xué)內(nèi)容02

智能網(wǎng)聯(lián)汽車是集感知、決策和控制等功能于一體的自主交通工具，其中智能決策是依據(jù)感知信息來進(jìn)行決策判斷，確定適當(dāng)工作模型，制訂相應(yīng)控制策略，替代人類駕駛員做出駕駛決策，其功能如圖5-1-1所示。汽車決策規(guī)劃技術(shù)智能決策一、決策規(guī)劃的概念決策規(guī)劃匯集了所有重要的車輛周圍信息，不僅包括汽車本身的當(dāng)前位置、速度、方向和所在車道，還包括汽車一定距離范圍內(nèi)與感知相關(guān)的所有重要障礙物體信息和預(yù)測(cè)軌跡，在所獲得信息的基礎(chǔ)上來確定汽車的駕駛策略。主要包括預(yù)測(cè)算法、行為規(guī)劃和動(dòng)作規(guī)劃等。決策規(guī)劃是智能網(wǎng)聯(lián)汽車自動(dòng)駕駛的關(guān)鍵部分之一，它首先融合多傳感信息，對(duì)周圍可能存在障礙物的目標(biāo)狀態(tài)進(jìn)行預(yù)測(cè)，然后根據(jù)駕駛需求進(jìn)行行為決策，規(guī)劃出兩點(diǎn)間多條可選安全路徑，并在這些路徑中規(guī)劃選取一條最優(yōu)的路徑作為車輛行駛軌跡。一、決策規(guī)劃的概念決策規(guī)劃的基本效果如圖5-1-2所示。和人類駕駛員一樣，機(jī)器在做駕駛決定時(shí)需要回答幾個(gè)問題：我在哪兒？周圍的環(huán)境怎么樣？接下來會(huì)發(fā)生什么？我該做什么？這是一個(gè)基于信息感知進(jìn)行決策的過程，具體如何決定需要自動(dòng)駕駛的決策層完成。二、決策規(guī)劃層級(jí)結(jié)構(gòu)決策層包括環(huán)境認(rèn)知和決策規(guī)劃兩部分，主要完成工作具體來說可分為兩個(gè)步驟：第一步認(rèn)知理解，即依據(jù)感知層不同傳感器采集的信息，通過高精度地圖對(duì)智能網(wǎng)聯(lián)汽車自身的位置精確定位，同時(shí)對(duì)車輛周圍的環(huán)境信息和目標(biāo)狀態(tài)進(jìn)行精確感知；第二步?jīng)Q策規(guī)劃包含目標(biāo)狀態(tài)預(yù)測(cè)、行為決策和路徑規(guī)劃，依據(jù)對(duì)智能網(wǎng)聯(lián)汽車周圍的目標(biāo)狀態(tài)精確感知，準(zhǔn)確預(yù)測(cè)未來可能發(fā)生的情況，對(duì)下一步行為進(jìn)行正確判斷和決策，規(guī)劃并選擇適宜的路徑達(dá)到目標(biāo)，如圖5-1-3所示。二、決策規(guī)劃層級(jí)結(jié)構(gòu)環(huán)境預(yù)測(cè)模塊作為決策規(guī)劃控制模塊的直接數(shù)據(jù)上游之一，其主要作用是對(duì)感知層所識(shí)別到的物體進(jìn)行行為預(yù)測(cè)，并且將預(yù)測(cè)的結(jié)果轉(zhuǎn)化為時(shí)間空間維度的軌跡傳遞給后續(xù)模塊。通常感知層所輸出的物體信息包括位置、速度、方向等物理屬性，如圖5-1-4所示。01環(huán)境預(yù)測(cè)模塊環(huán)境預(yù)測(cè)二、決策規(guī)劃層級(jí)結(jié)構(gòu)行為決策模塊在整個(gè)自動(dòng)駕駛決策規(guī)劃控制軟件系統(tǒng)中扮演著“副駕駛”的角色。這個(gè)層面匯集了所有重要的車輛周邊信息，不僅包括了自動(dòng)駕駛汽車本身的實(shí)時(shí)位置、速度、方向，還包括車輛周邊一定距離以內(nèi)所有的相關(guān)障礙物信息以及預(yù)測(cè)的軌跡，如圖5-1-5所示。行為決策是根據(jù)路徑規(guī)劃目標(biāo)，結(jié)合環(huán)境感知模塊對(duì)駕駛環(huán)境的描述，以及預(yù)測(cè)模塊對(duì)駕駛環(huán)境變化趨勢(shì)的預(yù)測(cè)，對(duì)車輛需要采取的行為作出規(guī)劃，如圖5-1-6所示。02行為決策模塊二、決策規(guī)劃層級(jí)結(jié)構(gòu)自動(dòng)駕駛汽車規(guī)劃模塊包括動(dòng)作規(guī)劃和路徑規(guī)劃兩部分。動(dòng)作規(guī)劃模塊主要是對(duì)短期甚至是瞬時(shí)的動(dòng)作進(jìn)行規(guī)劃，例如轉(zhuǎn)彎、避障、超車等動(dòng)作；而路徑規(guī)劃模塊是對(duì)較長(zhǎng)時(shí)間內(nèi)車輛行駛路徑的規(guī)劃，例如從出發(fā)地到目的地之間的路線設(shè)計(jì)或選擇，如圖5-1-7所示。03動(dòng)作規(guī)劃模塊動(dòng)作規(guī)劃二、決策規(guī)劃層級(jí)結(jié)構(gòu)路徑規(guī)劃主要包含兩個(gè)步驟：建立包含障礙區(qū)域與自由區(qū)域的環(huán)境地圖，以及在環(huán)境地圖中選擇合適的路徑搜索算法，快速實(shí)時(shí)地搜索可行駛路徑。路徑規(guī)劃結(jié)果對(duì)車輛行駛起著導(dǎo)航作用，它引導(dǎo)車輛從當(dāng)前位置行駛到達(dá)目標(biāo)位置。環(huán)境地圖表示方法主要分為度量地圖表示法（如圖5-1-8所示）、拓?fù)涞貓D表示法（圖5-1-9所示）等。04路徑規(guī)劃模塊路徑規(guī)劃技術(shù)三、決策規(guī)劃的類型路徑規(guī)劃模塊需要根據(jù)局部環(huán)境感知、可用的全局車道級(jí)路徑、相關(guān)交通規(guī)則，提供能夠?qū)④囕v引導(dǎo)向目的地（或目的點(diǎn)）的路徑。路徑規(guī)劃可分為全局路徑規(guī)劃方法、局部路徑規(guī)劃方法和混合路徑規(guī)劃方法三種。從軌跡決策的角度考慮，根據(jù)事先對(duì)環(huán)境信息的已知程度，可把路徑規(guī)劃劃分為基于先驗(yàn)完全信息的全局路徑規(guī)劃和基于傳感器信息的局部路徑規(guī)劃。三、決策規(guī)劃的類型全局路徑規(guī)劃是基于先驗(yàn)完全信息，按照一定的算法搜尋一條最優(yōu)或者近似最優(yōu)的無碰撞路徑。例如，從上海到北京有很多條路，規(guī)劃出一條最優(yōu)行駛路線，即為全局規(guī)劃，如圖5-1-10所示。01全局路徑規(guī)劃三、決策規(guī)劃的類型局部路徑規(guī)劃是對(duì)環(huán)境局部未知或完全未知，是基于傳感器信息。隨著自主車輛的運(yùn)動(dòng)，通過傳感器為自主車輛提供有用的信息，從而能夠確定出障礙物和目標(biāo)點(diǎn)的位置，規(guī)劃出一條由起始點(diǎn)到目標(biāo)點(diǎn)的路徑，如圖5-1-11所示。02局部路徑規(guī)劃三、決策規(guī)劃的類型在全局規(guī)劃好的上海到北京的那條路線上會(huì)有其他車輛或者障礙物，想要避過這些障礙物或者車輛，需要轉(zhuǎn)向調(diào)整車道，這就是局部路徑規(guī)劃。從獲取障礙物信息是靜態(tài)或是動(dòng)態(tài)的角度看，全局路徑規(guī)劃屬于靜態(tài)規(guī)劃（又稱離線規(guī)劃），局部路徑規(guī)劃屬于動(dòng)態(tài)規(guī)劃（又稱在線規(guī)劃）。全局路徑規(guī)劃需要掌握所有的環(huán)境信息，是高精度地圖下的車道級(jí)尋徑問題，解決的是起點(diǎn)到終點(diǎn)的最佳道路行駛序列；局部路徑規(guī)劃只需要由傳感器實(shí)時(shí)采集環(huán)境信息，了解環(huán)境地圖信息，然后確定出所在地圖的位置及其局部的障礙物分布情況，從而可以選出從當(dāng)前結(jié)點(diǎn)到某一子目標(biāo)結(jié)點(diǎn)的最優(yōu)路徑。根據(jù)所研究環(huán)境的信息特點(diǎn)，路徑規(guī)劃還可分為離散域范圍內(nèi)的路徑規(guī)劃問題和連續(xù)域范圍內(nèi)的路徑規(guī)劃問題。離散域范圍內(nèi)的路徑規(guī)劃問題屬于一維靜態(tài)優(yōu)化問題，相當(dāng)于環(huán)境信息簡(jiǎn)化后的路線優(yōu)化問題；而連續(xù)域范圍內(nèi)的路徑規(guī)劃問題則是連續(xù)性多維動(dòng)態(tài)環(huán)境下的問題。02局部路徑規(guī)劃四、決策規(guī)劃的要求決策規(guī)劃是自動(dòng)駕駛進(jìn)行行為決策和路徑規(guī)劃過程，該過程要完全符合人類對(duì)于駕駛性的預(yù)期，并且滿足安全、舒適、高效等性能和品質(zhì)的要求。具體表現(xiàn)在以下幾個(gè)方面：1.車輛應(yīng)該在自動(dòng)避開所有障礙物的前提下，到達(dá)指定的目的地。2.車輛安全到達(dá)目的地所用的時(shí)間最短，路程最短。3.采用的路徑簡(jiǎn)單可靠，以便簡(jiǎn)單實(shí)現(xiàn)對(duì)無人車的控制。4.車輛行駛的路徑盡量不重復(fù)或者少重復(fù)。5.車輛選用合適的行駛策略，減少車輛的能量消耗。五、決策規(guī)劃的方法目標(biāo)狀態(tài)預(yù)測(cè)，是對(duì)智能網(wǎng)聯(lián)汽車周邊的目標(biāo)（人、車、物等）進(jìn)行未來比較短時(shí)間內(nèi)的行為和軌跡預(yù)測(cè)，該預(yù)測(cè)信息可附加在目標(biāo)感知結(jié)果中，與環(huán)境感知信息一并發(fā)送給下層的決策端，為汽車安全決策規(guī)劃提供信息依據(jù)。目標(biāo)狀態(tài)預(yù)測(cè)主要解決兩大類問題：一是目標(biāo)的行為預(yù)測(cè)（包括靜止、左行、右行或直行等）；二是目標(biāo)的軌跡預(yù)測(cè)（包含位置、時(shí)間戳、速度、角度、加速度等信息）。通過辨識(shí)目標(biāo)的行為和擬合運(yùn)動(dòng)軌跡，實(shí)現(xiàn)對(duì)目標(biāo)的狀態(tài)預(yù)測(cè)。當(dāng)前主流的目標(biāo)狀態(tài)預(yù)測(cè)方法主要包括三種：（1）基于運(yùn)動(dòng)模型的卡爾曼濾波方法（2）基于馬爾可夫鏈的預(yù)測(cè)方法（3）基于數(shù)據(jù)的神經(jīng)網(wǎng)絡(luò)方法01目標(biāo)狀態(tài)預(yù)測(cè)五、決策規(guī)劃的方法智能網(wǎng)聯(lián)汽車行為決策系統(tǒng)指通過傳感器感知得到交通環(huán)境信息，考慮周邊環(huán)境、動(dòng)靜態(tài)障礙物、車輛匯入以及讓行規(guī)則等，與智能駕駛庫中的經(jīng)驗(yàn)知識(shí)等進(jìn)行匹配，進(jìn)而選擇適合當(dāng)前交通環(huán)境下的駕駛策略。這種駕駛策略一般指的是在某個(gè)特定狀態(tài)下，是變道、跟隨還是超車等宏觀意義上的駕駛行為。行為決策的目標(biāo)主要是保證智能網(wǎng)聯(lián)汽車可以像人類一樣產(chǎn)生安全的駕駛行為，滿足車輛安全性能、遵守交通法規(guī)等原則。智能網(wǎng)聯(lián)汽車的行為決策方法包括基于規(guī)則的行為決策方法和基于強(qiáng)化學(xué)習(xí)的行為決策方法。02行為決策五、決策規(guī)劃的方法路徑規(guī)劃是智能網(wǎng)聯(lián)汽車實(shí)現(xiàn)自主駕駛的基礎(chǔ)，其作用是在當(dāng)前工作環(huán)境中按照某種性能指標(biāo)搜索出一條從起點(diǎn)到終點(diǎn)的最優(yōu)或次優(yōu)路徑。嚴(yán)格意義上講，路徑規(guī)劃是將行為決策的宏觀指令解釋成一條帶有時(shí)間信息的軌跡曲線，包括軌跡規(guī)劃和速度規(guī)劃。路徑規(guī)劃是解決智能網(wǎng)聯(lián)汽車如何達(dá)到行使目標(biāo)問題的上層模塊，它依賴于為智能聯(lián)網(wǎng)汽車駕駛定制的高精度地圖，與普通導(dǎo)航單純提供指引的性質(zhì)不同，智能網(wǎng)聯(lián)汽車的路徑規(guī)劃模塊需要提供能夠引導(dǎo)車輛正確駛向目的地的軌跡。這些軌跡至少要達(dá)到車道級(jí)導(dǎo)航的水平，而且軌跡上影響車輛行駛的周邊的環(huán)境也需要被準(zhǔn)確描述和考慮，如圖5-1-12所示。03路徑規(guī)劃五、決策規(guī)劃的方法根據(jù)車輛導(dǎo)航系統(tǒng)的研究歷程，智能網(wǎng)聯(lián)汽車路徑規(guī)劃算法可分為靜態(tài)路徑規(guī)劃算法和動(dòng)態(tài)路徑算法。靜態(tài)路徑規(guī)劃是以物理地理信息和交通規(guī)則等條件為約束來尋求最短路徑，靜態(tài)路徑規(guī)劃算法已日趨成熟，相對(duì)比較簡(jiǎn)單，但對(duì)于實(shí)際的交通狀況來說，其應(yīng)用意義不大。動(dòng)態(tài)路徑規(guī)劃是在靜態(tài)路徑規(guī)劃的基礎(chǔ)上，結(jié)合實(shí)時(shí)的交通信息對(duì)預(yù)先規(guī)劃好的最優(yōu)行車路線進(jìn)行適時(shí)的調(diào)整直至到達(dá)目的地最終得到最優(yōu)路徑。下面介紹幾種常見的車輛路徑規(guī)劃方法。03路徑規(guī)劃五、決策規(guī)劃的方法路徑規(guī)劃的功能根據(jù)路徑規(guī)劃給出的軌跡、行為規(guī)劃確定的駕駛模式，按照特定的動(dòng)作去跟隨軌跡。這些具體的動(dòng)作規(guī)劃發(fā)送給執(zhí)行機(jī)構(gòu)實(shí)現(xiàn)車輛的運(yùn)動(dòng)控制。圖5-1-13所示，將當(dāng)前的道路系統(tǒng)處理為有向網(wǎng)絡(luò)圖，這種有向網(wǎng)絡(luò)圖中可以表示道路和道路之間的各種連接、交通規(guī)則、道路寬度等，每一個(gè)有向邊都帶權(quán)重。然后，汽車的路徑規(guī)劃問題就變成了在路網(wǎng)圖中，為了使汽車能從從A點(diǎn)位置到達(dá)B點(diǎn)位置，在一定方法的基礎(chǔ)上，選擇最優(yōu)路徑，這就使路徑規(guī)劃問題成為有向網(wǎng)絡(luò)圖搜索問題。03路徑規(guī)劃五、決策規(guī)劃的方法智能網(wǎng)聯(lián)汽車路徑規(guī)劃中的路由尋徑也是解決汽車從A點(diǎn)到達(dá)B點(diǎn)的路由問題，但由于輸出結(jié)果沒有被駕駛員使用，而是給下游行為決策和行動(dòng)規(guī)劃等模塊作為輸入，因此路徑規(guī)劃的層次應(yīng)該是更深入到高精度地圖所使用的車道級(jí)別。箭頭線段代表高精度地圖級(jí)別的道路劃分和方向，車道1，車道2，……，車道8構(gòu)成一系列用于路由輸出的路由段序列，汽車地圖級(jí)別的車道劃分與實(shí)際的自然道路劃分不一致，如圖5-1-14所示，車道2、車道5和車道7都表示由地圖定義繪制的“虛擬”轉(zhuǎn)彎車道。同樣，一條較長(zhǎng)的實(shí)際道路也可分為若干車道。作為整個(gè)汽車決策控制規(guī)劃系統(tǒng)的最上游模塊，尋路模塊的輸出依賴于高精度地圖的繪制。03路徑規(guī)劃五、決策規(guī)劃的方法在目標(biāo)狀態(tài)預(yù)測(cè)之后，需要對(duì)智能網(wǎng)聯(lián)汽車路徑進(jìn)行規(guī)劃。路徑規(guī)劃的基本思路是：把需要解決的最短時(shí)間、最短距離、最少花費(fèi)等問題轉(zhuǎn)變成求解最短路徑，因?yàn)橹挥姓业搅俗疃搪窂剑陨蠁栴}都將得到解決。其一般步驟主要包括環(huán)境建模、路徑搜索和路徑平滑三個(gè)環(huán)節(jié)，（1）環(huán)境建模環(huán)境建模是路徑規(guī)劃的重要環(huán)節(jié)，目的是建立一個(gè)便于計(jì)算機(jī)進(jìn)行路徑規(guī)劃所使用的環(huán)境模型，即將實(shí)際的物理空間抽象成算法能夠