《自动驾驶》课件 第4章自动驾驶决策与规划

·学院：XX自动驾驶决策与规划第四章主讲人：XX01概述02决策与规划体系结构03决策与规划系统的关键环节CONTENTS目录04自动驾驶的路径规划技术05自动驾驶的行为决策方法06自动驾驶的运动规划01自动驾驶决策与规划概述决策规划的功能融合多传感信息，根据驾驶需求进行决策，避开障碍物，规划多条安全路径，并选择最优路径作为行驶轨迹。决策规划与人类大脑的类比决策规划系统类比于人类大脑，负责处理和分析驾驶过程中的各种信息。决策规划的关键性决策规划是自动驾驶的核心技术，确保车辆流畅、准确地执行各种驾驶行为。决策规划在自动驾驶中的作用环境感知决策规划系统需要从环境感知模块获取实时的环境感知信息，包括道路情况、车辆周围障碍物信息、交通信号信息等。任务决策根据驾驶需求和环境感知信息，决策规划系统需要进行任务决策，包括路径规划、速度规划、加速度规划等。控制执行决策规划系统需要将任务决策的结果转化为控制执行信号，提供给车辆控制系统，再由控制系统控制车辆按照规划轨迹行驶。决策规划系统与其他模块的关系这一模块直接反映了自动驾驶系统的智能水平，其性能对车辆行驶安全性和整车性能具有重要影响。决策与规划模块的智能性体现作为自动驾驶体系结构的关键部分，该模块利用环境感知、车辆状态信息和驾驶任务需求来制定决策和规划。决策与规划模块的重要性包含路径规划、行为决策和运动规划三个子模块。路径规划负责全局路径选择，行为决策关注局部行为决策，而运动规划则处理局部轨迹和速度规划。决策与规划模块的组成自动驾驶体系结构中的决策与规划模块02决策与规划体系结构定义分层递阶式体系结构是一个串联系统结构，由一系列负责特定任务的模块组成，这些模块按特定层次结构排列，形成递阶式系统。流程图分层递阶式体系结构决策规划环境感知路径规划轨迹规划行为决策运动控制执行控制车辆强大的规划推理能力分层递阶式决策规划结构可以很好地处理复杂的问题。通过将问题分解为多个简单的问题，它可以逐步精细地解决问题，从而提高系统的准确性和效率。高层次的智能控制分层递阶式决策规划结构可以将智能控制算法应用到系统中，从而实现对车辆行为的智能控制。良好的可维护性和可扩展性由于分层递阶式决策规划结构具有良好的模块化特点，因此可以方便地添加或删除模块，以满足系统的不同需求。分层递阶式决策规划的特点传感器要求高需要大量传感器来感知环境状态信息，导致成本和技术难度增加。计算瓶颈问题存在大量计算需求，如传感器数据处理和信息融合，可能遇到计算瓶颈。为解决此问题，需采用高效算法和并行计算技术。反应式体系结构每个控制层可以直接基于传感器的输入进行决策，因而它所产生的动作是传感器数据直接作用的结果，可突出“感知-动作”的特点，易于适应完全陌生的环境。基于行为的反应式体系结构基于行为的反应式体系结构是反应式体系中最常用的结构，存在着多个并行的控制回路。针对各个局部目标设计对应的基本行为，这些行为通过协调配合后作用于驱动装置，产生有目的的动作，形成各种不同层次的能力。反应式体系结构基于行为推理基于环境规划目标任务识别环境动态变化地图建立规划搜索漫游避障环境感知执行控制决策规划车辆决策规划-反应式体系结构反应式体系结构的优点实时性和灵活性感知-动作特点独立控制系统快速响应反应式体系结构具有实时性和灵活性，能够快速响应环境变化，适应完全陌生的环境。低层次模块具有独立控制系统运动的功能，不必等待高层次处理完毕即可产生有意义动作。基于行为的反应式体系结构强调“感知-动作”，易于适应环境，不易受限于当前状态。设计成简单特殊任务的感知、规划和控制模块可以紧密集成，占用存储空间小，响应快速，实时性强。协调机制问题反应式体系结构中，需要特定的协调机制解决各个控制回路对同一执行机构争夺控制的冲突。预测难度增加随着任务复杂程度以及各种行为之间交互作用的增加，预测一个体系整体行为的难度将会增大。缺乏高等级智能反应式体系结构缺乏较高等级的智能，需要设计特定的协调机制来解决各个控制回路之间的冲突。反应式体系结构的缺点混合式体系结构是解决分层递阶式和反应式体系结构问题的一种方案，通过结合两者的优点，实现行驶环境复杂多变时的使用需求。在全局规划层次上，混合式体系结构生成面向目标定义的分层递阶式行为。在局部规划层次上，生成面向目标搜索的反应式体系的行为分解。特点定义混合式体系结构03决策与规划系统的关键环节轨迹规划在不同的局部环境下,进行智能驾驶车辆的运动轨迹状态规划。路径规划智能驾驶的智能核心部分。行为决策完成智能汽车的全局路径规划任务。异常处理负责智能汽车的故障预警和预留安全机制。决策与规划系统的关键环节路径规划通常指全局的路径规划，也可以叫全局导航规划，从出发点到目标点之间的纯几何路径规划，无关时间序列，无关车辆动力学。路径规划轨迹规划是根据信息,在满足一定的运动学约束下,规划决断出局部空间和时间内车辆期望的运动轨迹，包括行驶轨迹、速度、方向和状态等，并将规划输出的期望车速以及可行驶轨迹等信息传给下层车辆控制执行系统。轨迹规划轨迹规划的任务轨迹规划的任务是计算出一个无碰撞可执行的轨迹（包含路径和速度信息），保证车辆从起点安全的驾驶到目的地，并尽可能高效。其问题的本质是一个多目标的数学优化问题。行为决策指无人车通过车辆传感器感知到交通环境信息，考虑行驶区域、动静态障碍物以及车辆汇入和让行规则，与无人驾驶行为知识库中的各种决策知识、经验相匹配，进而选择适合当前道路交通环境的驾驶行为。行为决策异常处理采用降低系统复杂性的原则，在程序正常运行使智能汽车陷入重复错误死循环时，进入错误修复状态，利用自适应错误修复算法产生新的动作序列直至智能汽车成功跳出错误死循环方转入程序正常运行状态。异常处理04自动驾驶的路径规划技术自动驾驶环境系统通常简化为有向网络图(DirectedGraphNetwork,DGN)，该图能够表示道路和道路之间的连接情况、通行规则、道路的路宽等各种信息，这个有向网络图也被称为路网图(RouteNetworkGraph,RNG)。基于图搜索的路径规划算法V：路口a：有向边的权重,包含路径长度、限速等信息构建图的方法有维诺图法、栅格法等。维诺图法维诺图是由一组由连接两邻点直线的垂直平分线组成的连续多边形组成。维诺图法的特点维诺图法中每个多边形内包含的都是距离当前生成元最近的所有点，因此多边形的边界就是距离生成元最远的点的集合。利用这个特性，将障碍物的边界当做生成元，那么多边形的边界就是远离所有障碍物的可行驶路径。该方法最大化的利用了障碍物之间的空隙，确保生成的路径是最大程度远离所有障碍物的安全行驶路径。栅格法栅格法是对地图建模的一种方法。就是将障碍物模拟成小方格的集合，相当于将场景的所有事物进行二值化替代，障碍物为1，非障碍物为0。栅格大小的选取栅格较小的话，由栅格地图所表示的环境信息将会非常清晰，但由于需要存储较多的信息，会增大存储开销，同时干扰信号也会随之增加，规划速度会相应降低，实时性得不到保证；栅格较大的话，由于信息存储量少，抗干扰能力有所增强，规划速随之增快，但环境信息划分会变得较为模糊，不利于有效路径的规划。Dijkstra算法Dijkstra算法是典型的单源最短路径算法，计算出了一个节点到其他所有节点的最短路径。它基于广度优先搜索算法，是从根节点开始的，沿着树的宽度遍历树的节点，如果所有节点均被访问则算法终止。A*算法A*算法在路径搜索时的成本函数中引入了启发值函数h(s)，它表示当前节点到目标节点的估计值，通常用欧氏距离来表示:h(s)=成本函数f(s)=g(s)+h(s)，g(s)表示起始节点到当前节点路径长度。启发值函数的作用是引导搜索向目标节点扩展，减少搜索所需的状态节点，从而提高搜索效率。A*算法搜索最优路径该算法一定能够搜索到最优路径的前提条件是h(s)≤cost*(s,sgoal),即启发值要小于当前节点到目标节点的真实距离。基于最优化的路径规划算法最优控制方法将车辆视为一个动态系统，建立满足车辆动力学的状态空间方程，通过设计目标函数增加约束条件和任务目标。基于优化的方法，包括基于状态空间的最优控制、凸优化等。基于随机采样的路径规划算法基于随机采样的路径规划算法有随机势规划(RPP)算法、随机路标图(PRM)算法、快速搜索树(RRT)算法、扩展空间树(EST)算法等。基于随机采样的规划算法包含以下过程:采样、度量、最近邻搜索、父节点搜索、局部优化、碰撞检测等。基于曲线拟合的路径规划算法曲线拟合算法可以将离散节点拟合成斜率连续的平滑路径，一般通过高阶多项式、Dubins曲线、Reeds-Sheep曲线、贝塞尔曲线等方式实现。常用的曲线拟合算法包括:直线和圆弧、Clothoid曲线、多项式曲线、三次样条曲线、B样条曲线等。其他路径规划算法05自动驾驶的行为决策方法

行为决策自动驾驶车辆在行驶过程中，当遇到前车减速，这时车辆是减速保持跟车，还是加速换道呢？主要问题如何覆盖真实的驾驶场景12如何尽可能准确的预测其他参与者的行为或行驶轨迹如何排除环境干扰3行为决策

基于规则的行为决策方法基于规则的方法是以分而治之的思想为基础的，将周围的环境分解成有层次的场景并单独解决。基于规则的决策方法典型代表：在DARPA挑战赛中，斯坦福大学的无人驾驶系统Junior的有限状态机（FSM）、卡内基梅隆大学的无人驾驶系统Boss计算方法。基于规则的决策方法易于搭建和调整，实时性好，应用简单，但是同时也难以适应所有情况，需要进行针对性调整。城市挑战赛冠军“Boss”行为决策体系

基于强化学习的行为决策方法马尔科夫决策过程马尔科夫决策模型提供了一个最底层的数学架构模型，用于面对部分条件随机情况，或者部分条件可由决策者控制的情况下进行决策。在t时刻，智能体从环境中感知当前时刻的状态St，并根据该状态和环境对上一时刻动作的反馈Rt，选择动作At去执行，动作作用于环境，使状态由St转移到了St+1，此时智能体又会获取新的反馈，并执行新的动作，以此循环下去，直到任务结束。马尔科夫决策的基本流程

基于强化学习的行为决策方法强化学习强化学习（ReinforcementLearning），又称再励学习、评价学习或增强学习，是机器学习的范式和方法论之一，用于描述和解决智能体在与环境的交互过程中，通过学习策略迭代，经验回放，损失函数的设计，以达成回报最大化或实现特定目标的问题。强化学习基本过程

基于强化学习的行为决策方法深度强化学习深度增强学习算法，将深度学习和增强学习结合起来，在任务控制训练、执行的过程中，很好的将深度学习模拟人类大脑信息处理过程与环境交互结合在一起。深度强化学习的算法比较多，常见的有：DQN，DDPG，PPO，TRPO，A3C，SAC等等。深度强化学习模型06自动驾驶的运动规划自动驾驶运动规划全局路径规划确定整个行程的大致路径，局部路径规划在此基础上规划局部可行路径，速度规划确定车辆在该路径上的速度曲线，而运动控制负责执行速度曲线，控制车辆实际运动。在高速公路，精准环境信息获取和快速路径搜索至关重要在城市道路，需面对复杂交通环境和障碍物，要求可靠的环境建模和动态避障局部规划方法123不同环境下的局部路径规划在越野环境，需要高效识别地形和可通行区域基于滚动时域优化的轨迹规划方法局部规划方法

优点实时性强：通过实时探测的局部环境信息进行在线规划，能够迅速适应环境变化，具有较快的响应速度。安全性高：能够确保车辆在未知环境中安全行驶，避开障碍物，减少潜在的碰撞风险。灵活性强：采用滚动优化方式，能够根据不断获取的新环境信息灵活调整路径规划，适应不同的驾驶场景。缺点计算量大：由于需要不断获取和处理实时环境信息，算法的计算量相对较大，可能导致系统性能下降。能耗增加：实时的路径规划和调整可能会增加车辆的能耗，特别是在计算量大的情况下，可能会影响车辆的续航能力。复杂性高：滚动优化方式需要实时处理大量数据，并实施相应的规划和调整，因此算法实现和调试相对复杂，需要更高的技术要求基于轨迹片段的运动规划方法局部规划方法

优点考虑了系统的动力学和运动学约束条件，生成符合实际要求的轨迹。利用最优控制原理设计机动轨迹，实现最优路径规划，提高行驶效率。通过随机采样法生成候选轨迹，快速获取多种可行选择。缺点计算复杂度高，尤其是考虑动力学约束后需要复杂计算。在实际应用中受到一定限制，可能不适用于对计算效率要求高的场景，如实时性要求较高的自动驾驶应用。8字形状的轨迹行驶动态窗口局部运动规划算法（DWA）DWA算法核心思想：根据移动机器人当前状态和