CN112721948A - 基于预测和搜索框架的自动驾驶汽车变道调度的实现方法 - Google Patents

Abstract

本发明公开了基于预测和搜索框架的自动驾驶汽车变道调度的实现方法，该方法包括(S1)轨迹预测：通过GAS‑LED轨迹预测模型对周围常规车辆的未来轨迹进行预测；(S2)行为决策：包括行为处理模块和行为处理模块，通过GAS‑LED轨迹预测模型输出周围常规车辆的行为序列，Cheetah猎豹搜索自动驾驶车辆的最优行为序列，并决定如何进行调度；(S3)结果输出：收到调度信息后，行为决策模块首先使用行为搜索模块来得到离散的自动驾驶车辆行为，然后行为处理模块进行连续化，最终输出精确的自动驾驶车辆调度行为。通过上述方案，本发明达到了辆高效、智能地进行变换车道的目的，具有很高的实用价值和推广价值。

Description

基于预测和搜索框架的自动驾驶汽车变道调度的实现方法

技术领域

本发明属于自动驾驶技术领域，具体地讲，是涉及基于预测和搜索框架的自动驾驶汽车变道调度的实现方法。

背景技术

车辆轨迹预测：本研究将轨迹预测应用于传统车辆之轨迹预测，以更好地优化自主车辆之变道决策。现有的车辆轨迹预测研究主要包括基于规则和基于学习的算法。对于第一种情况，基于规则的轨迹预测算法主要是利用交通规则或周围道路状况来模拟交通流模型。因此，它可以随时间演化，这是一个典型的元胞自动机模型。元胞自动机算法能够模拟单车道道路、双车道道路和多车道道路的交通流。它们通常用于扩展一种模拟车辆交通的元胞自动机模型(NaSch模型)来开发一系列规则集，并且轨迹预测是通过离散空间、时间和速度来执行的。其中，一种模拟车辆交通的元胞自动机模型。是由1992年Nagle和Schreckenberg提出了著名的NaSch模型，在这一模型中，时间、空间以及速度都被离散化，道路被划分为离散的格子(即元胞)，每个元胞都是空的，或者被一辆车占据，每辆车的速度可以取1，2，…，Vmax，Vmax为最大速度。在时间步增加的过程中，模型按照如下规则进行演化。然而，这些算法忽略了车辆的历史轨迹，难以完成长期轨迹的预测。对于第二种情况，基于学习的轨迹预测算法将RNN(循环神经网络)应用于序列学习任务中的非线性时间相关性建模。已有大量的研究利用RNN来预测车辆的轨迹。LSTM(长短期记忆人工神经网络)作为RNN的一个变体，在解决RNN中消失梯度问题方面是有效的。

最近，一些基于LSTM的方法被用来预测飞行器的轨迹的方法。例如，简单地使用LSTM网络进行预测，或者是一种基于LSTM编解码结构的预测模型，其中该模型首次被引入到机器翻译任务中。此外，为了提高准确性，也存在使用网格结构来搜索结果。如提出了一种获取对象交互信息的社会池结构，以及有设计了一种基于4D图的LSTM网络体系结构，用于预测异构交通的轨迹。然而，由于训练参数和超参数较多，上述算法的训练过程往往比较耗时，这将妨碍自动驾驶车辆及时更新模型参数。

自动驾驶汽车的变道规划：变道是自动驾驶中最常见的行为之一。在这项研究中，一辆自动驾驶汽车应该计划一系列的变道动作。现有的车道变更规划研究通常考虑车辆的驾驶安全性和舒适性。例如，有提出了一种新的基于情景模型预测控制(SCMPC)的高速公路变道辅助和自动驾驶控制算法。其基本思想是通过少量的未来场景来解释交通环境中的不确定性，以执行安全的车道变换。还有提出了一种基于激励的自动驾驶车辆分散化协同换道决策框架，分别采用基于激励的模型和避撞协调算法来确定相应的决策。以及有提出了一种经典的元胞自动机模型(STNS)，该模型利用一组规则来判断未来的变道行为。有人提出了一种车道变换的运动学模型，该模型可以根据多项式的特性来规划车道的运动轨迹。此外，还应用了无限动态圆来检测换道过程中的碰撞。有人提出了一种高速公路车道选择模型(FLS)，该模型将使交通专业人员能够更准确地模拟高速公路上的变道行为。因此，交通模拟软件将FLS算法整合到其软件的商业版本中。FLS算法包括目标车道选择和间隙接受决策，其目的是输出最精确的变道决策。

虽然上述的变道规划算法主要关注换道的安全性、舒适性和准确性，但忽略了换道对其他车辆的潜在影响。因此如何实现自动驾驶汽车在变道时不对交通造成幽灵堵车现象，提高自动驾驶车辆高效、智能地执行车道变换是本领域技术人员亟需解决的问题。

发明内容

为了克服现有技术中的上述不足，本发明提供基于预测和搜索框架的自动驾驶汽车变道调度的实现方法，能够使自动驾驶车辆高效、智能地进行变换车道并且不造成幽灵堵车。

为了实现上述目的，本发明采用的技术方案如下：

基于预测和搜索框架的自动驾驶汽车变道调度的实现方法，包括如下步骤：

(S1)轨迹预测：通过GAS-LED轨迹预测模型对周围常规车辆的未来轨迹进行预测；

(S2)行为决策：包括行为处理模块和行为处理模块，通过GAS-LED轨迹预测模型输出周围常规车辆的行为序列，Cheetah猎豹搜索自动驾驶车辆的最优行为序列，并决定如何进行调度；

(S3)结果输出：收到调度信息后，行为决策模块首先使用行为搜索模块来得到离散的自动驾驶车辆行为，然后行为处理模块进行连续化，最终输出精确的自动驾驶车辆调度行为。

进一步地，所述步骤(S1)中的预测结果包括横向变道预测行为和纵向的预测行驶距离。

进一步地，所述步骤(S1)通过两个GAS-LED轨迹预测模型构成双模型结构，分别进行车道变换分类和纵向运动预测。

具体地，所述步骤(S2)中Cheetah猎豹搜索过程中有两个目标，分别是：

(a)使自动驾驶车辆的平均速度最大化，该平均速度被计算为纵向行进距离除以持续时间；

(b)使对周围常规车辆的影响最小化，其影响因子可以模拟常规车辆受自动驾驶车辆的影响程度。

与现有技术相比，本发明具有以下有益效果：

(1)本发明通过对周围常规车辆的未来轨迹进行预测，然后通过双模型结构对车道变换分类和纵向运动预测相分离，从而实现对各自预测任务的优化，以提高预测精度，从而使得行为决策更加有效，进而实现了自动驾驶车辆高效、智能地进行变换车道，避免了对其他车辆造成潜在影响。

(2)本发明在不干扰其他常规车辆的情况下最大限度地提高自动驾驶车辆的平均速度。因此本申请提出了一个新的预测和搜索框架Cheetah，它由两个阶段组成。在预测阶段，建立了轨迹预测模型，即基于全局注意力机制和状态共享的LSTM编解码器(GAS-LED)，用于从相邻车辆的历史轨迹中建立时空特征的依赖关系，并预测其未来行为。通过与全局注意机制相协调的隐藏状态共享技术，将编码器和解码器连接起来，不仅提高了精度，而且减少了训练时间。然后在搜索阶段，猎豹模型瞄准的是基于决策树的搜索算法和剪枝策略，借此可以有效地实现最佳变道调动。

(3)为了实现自主驾驶的高效率和智能化，本发明提出了一个基于历史轨迹的GAS-LED模型来预测相邻车辆的未来行为，从而解决了一些计算难题。受LSTM网络和用于轨迹预测的编解码器结构的成功启发，本申请提出了一种具有全局注意和状态共享机制的LSTM编解码模型GAS-LED，用于轨迹预测。更具体地说，全局注意机制被应用于为编码器状态向量分配不同的权重，以反映不同时间步的重要性，同时避免模型过度复杂化。此外，本申请采用双模型结构，即两个相似的GAS-LED模型并行工作，同时进行车道变换分类和运动回归，将变道预测与纵向运动预测相分离，可以使行为决策更加有效。

附图说明

图1为本发明Cheetah模型概述图。

图2为图1中行为树的动态剪枝示意图。

图3为本申请的实验数据图。

具体实施方式

下面结合附图和实施例对本发明作进一步说明，本发明的实施方式包括但不限于下列实施例。

实施例

基于预测和搜索框架的自动驾驶汽车变道调度的实现方法，包括轨迹预测，行为决策和结果输出。其中，基于预测和搜索技术的自动驾驶变道辅助系统由2大结构组成，分别是：基于深度学习的周围车辆轨迹预测和基于搜索技术的自动驾驶车辆行为决策，准确且高效的轨迹预测模块能为行为决策提供可靠的输入，同时创新的搜索技术能在较大的搜索空间内快速输出最优行为，如图1所示。

包括如下步骤：

(S1)轨迹预测：通过GAS-LED轨迹预测模型对周围常规车辆的未来轨迹进行预测；通过利用过去n个时间步长中的历史轨迹来预测z个时间步长的轨迹。

GAS-LED轨迹预测模型不是直接预测每个轨迹点的实际坐标，而是设计了GAS-LED轨迹预测模型对未来时间步长内常规车辆的横向变道行为和纵向运动距离进行双重预测。对于横向变道行为，模型估计了三种行为的概率，并选择概率最大的行为作为预测结果。对于纵向运动距离，模型直接输出纵向行程距离。

本申请采用双模型结构，即两个相似的GAS-LED轨迹预测模型并行工作，同时进行车道变换分类和运动回归。这两个模型共享相同的底层结构，分别进行训练，并针对各自的预测任务进行优化，以提高预测精度。将变道预测与纵向运动预测相分离，可以使行为决策更加有效。

(S2)行为决策：包括行为处理模块和行为处理模块，通过GAS-LED轨迹预测模型输出周围常规车辆的行为序列，Cheetah猎豹搜索自动驾驶车辆的最优行为序列，并决定如何进行调度；由于运动行为纵向运动距离是一个连续值，需要先将其离散化，使搜索过程可行，然后在之后的处理过程中将其转换回来连续的值。

搜索过程中有两个目标：第一个是使自动驾驶车辆的平均速度最大化，该平均速度被计算为纵向行进距离除以持续时间，第二个是使对周围常规车辆的影响最小化，其特征在于影响因子可以模拟常规车辆受自动驾驶车辆的影响程度。

行为序列搜索的挑战部分是如何减少搜索空间并实现高效率。为此，本申请使用决策树结构来表示整个搜索空间，使用动态修剪策略，可以将操纵树保持在易于处理的大小内，从而可以高效地执行搜索。

在预测出周围车辆的未来轨迹后，自主车辆需要根据预测结果规划自己的行为。然而，由于车辆的运动行为是一个连续的值，直接对其进行搜索将非常耗时。为了加快搜索过程，我们提出了一个行为决策的两阶段过程：行为序列搜索和运动行为决策。在行为序列搜索阶段，我们搜索一个离散化版本的最优行为序列。具体地说，离散化行为是一对纵向运动距离的离散化版本，采取三种行为之一：加速(up)、减速(Dw)和保持速度(Mt)。在运动行为决策阶段，我们根据第一阶段得到的纵向运动距离生成精确的值。由于运动行为决策阶段的逻辑很容易通过采用权威技术——汽车变道辅助(ALCA)来实现。

(S3)结果输出：当自动驾驶车辆开始行驶后，实时的传感器会获取周围车辆的位置信息，并作为周围车辆的历史轨迹输入系统，轨迹预测模型随即进行周围车辆的未来轨迹预测，预测输出结果同时包括横向变道预测行为以及纵向的预测行驶距离。然后将预测结果输入行为决策模块，行为决策模块首先使用行为搜索模块来得到离散的自动驾驶车辆行为，然后行为处理模块进行连续化，并输出精确的自动驾驶车辆行为，最终输出系统。

本申请设计了一种基于决策树的动态剪枝搜索算法，如图2所示，以快速找到最优的变道行为，使用决策树结构来表示整个搜索空间，使用动态修剪策略，可以将操纵树保持在易于处理的大小内，从而可以高效地执行搜索。基于真实数据集和合成数据集的大量实证研究也证实了我们提出的框架在对周围车辆的影响以及自动驾驶车辆的平均速度方面优于最先进的方法。

本申请进行了大量实验，具体情况如图3所示：

Macro：宏观上，本申请记录了通过3分钟行驶的所有车辆(自动驾驶汽车和所有600辆常规车辆)的端到端时间。

Micro：微观上，本申请记录了受自动驾驶车辆影响(即在半径R＝38m之内)的常规车辆的平均变速率。

本申请在图3中a和b中分别报告了自动驾驶汽车和传统汽车的平均端到端驾驶时间。如图3所示，Cheetah猎豹实现了两者的最短平均驾驶时间，这清楚地表明，猎豹可以最大程度地提高自动驾驶汽车的平均速度，同时将对传统车辆的影响降到最低。

本申请在图3c中报告了周围传统车辆的平均变速率。可以看到，Cheetah猎豹对周围传统车辆的速度影响最小，从微观交通的角度证明了本申请框架的有效性。

上述实施例仅为本发明的优选实施例，并非对本发明保护范围的限制，但凡采用本发明的设计原理，以及在此基础上进行非创造性劳动而做出的变化，均应属于本发明的保护范围之内。

Claims (4)

1.基于预测和搜索框架的自动驾驶汽车变道调度的实现方法，其特征在于，包括如下步骤：

(S1)轨迹预测：通过GAS-LED轨迹预测模型对周围常规车辆的未来轨迹进行预测；

(S2)行为决策：包括行为处理模块和行为处理模块，通过GAS-LED轨迹预测模型输出周围常规车辆的行为序列，Cheetah猎豹搜索自动驾驶车辆的最优行为序列，并决定如何进行调度；

(S3)结果输出：收到调度信息后，行为决策模块首先使用行为搜索模块来得到离散的自动驾驶车辆行为，然后行为处理模块进行连续化，最终输出精确的自动驾驶车辆调度行为。

2.根据权利要求1所述的基于预测和搜索框架的自动驾驶汽车变道调度的实现方法，其特征在于，所述步骤(S1)中的预测结果包括横向变道预测行为和纵向的预测行驶距离。

3.根据权利要求2所述的基于预测和搜索框架的自动驾驶汽车变道调度的实现方法，其特征在于，所述步骤(S1)通过两个GAS-LED轨迹预测模型构成双模型结构，分别进行车道变换分类和纵向运动预测。

4.根据权利要求3所述的基于预测和搜索框架的自动驾驶汽车变道调度的实现方法，其特征在于，所述步骤(S2)中Cheetah猎豹搜索过程中有两个目标，分别是：

(a)使自动驾驶车辆的平均速度最大化，该平均速度被计算为纵向行进距离除以持续时间；

(b)使对周围常规车辆的影响最小化，其影响因子可以模拟常规车辆受自动驾驶车辆的影响程度。

Images