智聯(lián)網(wǎng)汽車技術(shù) 課件 6.1.1目標(biāo)運(yùn)動(dòng)預(yù)測-基于物理的運(yùn)動(dòng)模型預(yù)測

目標(biāo)運(yùn)動(dòng)預(yù)測-基于物理的運(yùn)動(dòng)模型預(yù)測項(xiàng)目三汽車決策控制系統(tǒng)任務(wù)6路徑規(guī)劃系統(tǒng)主講人：楊時(shí)川智能網(wǎng)聯(lián)汽車技術(shù)課程導(dǎo)入車輛運(yùn)動(dòng)軌跡行人運(yùn)動(dòng)軌跡準(zhǔn)確預(yù)測車輛、行人等運(yùn)動(dòng)物體的未來軌跡，會(huì)帶來很大的便利和安全性學(xué)習(xí)目標(biāo)記住目標(biāo)運(yùn)動(dòng)預(yù)測的概念01說出基于物理的運(yùn)動(dòng)模型預(yù)測的概念、原理及方法02理解其在軌跡預(yù)測方面的應(yīng)用03學(xué)習(xí)任務(wù)運(yùn)用所學(xué)知識進(jìn)行簡單的車輛運(yùn)動(dòng)預(yù)測01激活舊知汽車01日常生活中有那些常見物體的運(yùn)動(dòng)呢？行人02體育運(yùn)動(dòng)03探索新知基于物理的運(yùn)動(dòng)模型預(yù)測所有運(yùn)動(dòng)物體(車輛、行人、動(dòng)物)的運(yùn)動(dòng)都滿足一定的約束或者規(guī)則控制輸入：轉(zhuǎn)向、加速車輛特征：重量外部條件：路面摩擦系數(shù)用動(dòng)力學(xué)和運(yùn)動(dòng)學(xué)模型來預(yù)測未來的運(yùn)動(dòng)，推算出車輛位姿/狀態(tài)（位置、航向、速度）。模型預(yù)測條件探索新知基于物理的運(yùn)動(dòng)模型預(yù)測目前最為通用的方法，其復(fù)雜程度取決于車輛運(yùn)動(dòng)學(xué)和動(dòng)力學(xué)建模的精細(xì)程度、不確定性如何處理、是否考慮道路的幾何特征等等?；谖锢淼倪\(yùn)動(dòng)模型探索新知單一軌跡模擬假設(shè)車輛當(dāng)前狀態(tài)完全已知以及車輛模型是完全可以描述車輛的運(yùn)動(dòng)，基于車輛當(dāng)前狀態(tài)，應(yīng)用車輛模型去預(yù)測車輛未來的軌跡。（1）單一軌跡模擬V2V1探索新知單一軌跡模擬該策略可以使用車輛動(dòng)力學(xué)模型或者運(yùn)動(dòng)學(xué)模型優(yōu)點(diǎn)該模型計(jì)算高效性，可滿足實(shí)時(shí)性要求缺點(diǎn)未考慮當(dāng)前狀態(tài)的不確定性和車輛模型缺陷預(yù)測軌跡在長時(shí)間（不超過1s）下就會(huì)不可靠探索新知高斯噪聲模擬當(dāng)車輛狀態(tài)和車輛模型的不確定性服從正態(tài)分布時(shí)，由于高斯噪聲在卡爾曼濾波中的應(yīng)用，使其在描述不確定性方面很受歡迎。（2）高斯噪聲模擬卡爾曼濾波探索新知高斯噪聲模擬在遞歸的預(yù)測車輛狀態(tài)時(shí)考慮傳感器測量噪聲，卡爾曼濾波是一個(gè)普適方法。貝葉斯濾波探索新知高斯噪聲模擬當(dāng)車輛模型和傳感器模型是線性的以及不確定性用正態(tài)分布描述時(shí)，就形成了貝葉斯濾波特例。探索新知高斯噪聲模擬Step1預(yù)測步在時(shí)刻t估計(jì)的車輛狀態(tài)推送給車輛模型，預(yù)測出時(shí)刻t+1以高斯分布的形式的車輛狀態(tài)。在時(shí)刻t+1，傳感器測得的狀態(tài)結(jié)合預(yù)測狀態(tài)得到時(shí)刻t+1，以高斯分布的車輛估計(jì)狀態(tài)。Step2更新步每時(shí)每刻的對預(yù)測和更新循環(huán)，得到的車輛估計(jì)狀態(tài)被稱為濾波探索新知高斯噪聲模擬通過預(yù)測步的循環(huán)，可以得到未來每一時(shí)刻車輛狀態(tài)的均值和協(xié)方差矩陣，轉(zhuǎn)換后可以計(jì)算出聯(lián)合了不確定性（每一時(shí)刻的正態(tài)分布）的均值軌跡。探索新知高斯噪聲模擬優(yōu)點(diǎn)預(yù)測軌跡不確定性方面優(yōu)于單一軌跡仿真模擬缺點(diǎn)用一個(gè)單峰的正態(tài)分布對不確定性建模并不足以描述不同操作的可能性探索新知蒙特卡洛模擬當(dāng)車輛模型不是線性或不確定性沒有高斯特性，預(yù)測狀態(tài)分布的解析表達(dá)式往往是未知的。探索新知蒙特卡洛模擬蒙特卡洛方法提供了近似這種分布的手段，其思想在于對車輛模型的輸入變量進(jìn)行隨機(jī)采樣以生成潛在的未來軌跡。（3）蒙特卡洛模擬探索新知蒙特卡洛模擬為了考慮路譜，可在生成的軌跡當(dāng)中加入權(quán)重，來刪除不滿足道路約束的軌跡，輸入采樣并不需要將輸入視作固定值。典型輸入?yún)?shù)采樣：加速度、轉(zhuǎn)向角或是側(cè)向偏差（3）蒙特卡洛模擬探索新知蒙特卡洛模擬考慮到動(dòng)作的可執(zhí)行性，大側(cè)向加速度的軌跡樣本可以剔除考慮到車輛模型的物理限制，輸入更多分布在可執(zhí)行空間，后處理過程中的移除不可執(zhí)行軌跡也不是必要的探索新知蒙特卡洛模擬不管當(dāng)前狀態(tài)是完全已知還是通過濾波的策略估計(jì)不確定的當(dāng)前狀態(tài)，蒙特卡洛模擬都可以用以預(yù)測車輛未來的狀態(tài)。探索新知小貼士由于只考慮低層次的運(yùn)動(dòng)特性（動(dòng)力學(xué)和運(yùn)動(dòng)學(xué)特性），基于物理的運(yùn)動(dòng)模型只能預(yù)測短期內(nèi)（低于1s）的軌跡。它們不能預(yù)測執(zhí)行一些特定操作（在一個(gè)十字路口，降速，定速轉(zhuǎn)彎，然后加速過彎）時(shí)車輛運(yùn)動(dòng)的改變，或者是外部因素引起的車輛任何運(yùn)動(dòng)的變化（有前車引起的