CN114185334A - 一种高实时性的自动驾驶汽车行为决策系统及运行方法 - Google Patents

Abstract

本发明提供了一种高实时性的自动驾驶汽车决策规划系统及运行方法，是一种基于事件触发和基础频率任务调度的基本框架形式。对控制整体框架中的各部分模块运行频率通过一个任务调度模块进行任务频率调度，以某一额定基础频率为基础，对各模块实现以基础频率整数倍倍数的运行频率调度，并使用危险检测模块的检测结果作为任务调度基础凭据，针对存在危险和不存在危险，或危险等级的不同，依据逻辑规则触发各子任务模块的运行。本发明可降低决策规划算法对自动驾驶控制器算力的需求，同时并不会降低在危险事件发生时决策规划算法的实时性能。

Description

一种高实时性的自动驾驶汽车行为决策系统及运行方法

技术领域

本发明涉及自动驾驶汽车决策规划算法领域，更具体的，涉及一种决策机制与轨迹规划机制之间的任务调度策略和基于事件的多重规划方法触发逻辑。

背景技术

自动驾驶汽车的决策规划算法一般使用定频率的方式运行，即在给定时间内运行固定的次数。自动驾驶汽车运行的安全与决策规划算法的运行实时性息息相关，在事件发生时，决策规划算法的反应时间越短，车辆能够越及时的做出响应，反之车辆的响应将存在较大的滞后性。要使车辆及时的对各类事件做出响应，在传统定频率方法下需要不断提升决策规划算法的运行频率才能够达到实时性的要求。然而，（1）过高的运行频率会带来极大的算力需求，导致自动驾驶控制器发热量的上升，也会挤压其他内置算法的算力空间；（2）车辆的运行速度、运行场景是时时时刻刻变化的，不同速度、不同场景下对安全性的需求也是时时刻刻变化的，若使用传统定频率的运行方式则不能够根据不同工况、不同场景对算法运行进行调度，造成了一定程度上的算力浪费；（3）较低的决策规划算法运行频率可以降低对自动驾驶控制器算力的需求，也能够将更多的算力分配给其他算法，但降低运行频率会导致决策规划算法实时性的下降，车辆将无法及时的对外界事件做出响应，影响行车安全。

发明内容

本发明所要解决的技术问题是克服现有自动驾驶汽车决策规划方法中算力需求较大和运行频率固定的缺陷，提供一种低算力需求的，运行频率实时调度的自动驾驶汽车决策规划算法框架，从而获得较高的算力利用率，较高的实时性，较低的算力需求，更好的行车安全性。其具体技术方案如下所述。

作为第一方面，本发明提供了一种高实时性的自动驾驶汽车行为决策系统，所述系统包括：任务调度模块、危险检测模块、行为决策模块、轨迹规划模块。所述任务调度模块分别与危险检测模块、行为决策模块和轨迹规划模块建立通信连接，危险检测模块、行为决策模块、轨迹规划模块三者之间互相建立通信连接。

任务调度模块，用于分别控制危险检测模块、行为决策模块和轨迹规划模块的任务频率。

危险检测模块，用于接收任务调度模块下发的任务频率，根据任务频率进行危险检测，判断危险情况，根据检测结果对行为决策模块、轨迹规划模块的任务频率进行调整。

行为决策模块，用于接收任务调度模块下发的任务频率，根据任务频率进行行为决策，在获取危险检测结果和当前行车轨迹后计算获得车辆未来一段时间内的最优行车行为决策结果。

轨迹规划模块，用于接收任务调度模块下发的任务频率，根据任务频率进行轨迹规划，在接收到危险检测结果和行为决策结果后计算获得最优的行车轨迹。

结合第一方面，在其可能的任意一种情况下的第一种情况为，危险检测模块、行为决策模块和轨迹规划模块内均有频率判断模块，用于判断其模块实际运行频率是否等于任务频率。若高于任务频率，则对相应模块的运行时间进行时延，使其实际运行频率等于任务频率。

结合第一方面或上述第一种情况，在其可能的任意一种情况下的第二种情况为，所述任务调度模块是一种基于事件的任务调度模块，用于根据频率控制策略分别控制危险检测模块、行为决策模块和轨迹规划模块的任务频率。所述频率控制策略为：设置上限任务频率，各模块根据事件类型选取相应的递减倍数，将上限任务频率执行所述递减倍数进行递减后作为该模块的任务频率。

结合第一方面或上述第一、二种情况，在其可能的任意一种情况下的第三种情况为，危险检测模块、行为决策模块和轨迹规划模块的运行相互独立。各模块间使用异步的运行方式运行，通过任务调度模块统一协调各模块的运行顺序和运行频率，各模块的运行频率最高为上限任务频率200Hz，最低不设限。

作为第二方面，本发明提供了一种高实时性的自动驾驶汽车行为决策方法，所述方法的步骤为：

S1,危险检测模块接收任务调度模块发送的任务频率f₀的指令，按任务频率f₀运行；

S2,危险检测模块按任务频率f₀运行完成后输出是否存在危险的检测结果，若不存在危险，则危险检测模块保持任务频率f₀不变，向行为决策模块发送任务频率f₁的指令，向轨迹规划模块发送任务频率f₂的指令，执行步骤S21,若存在危险，则危险检测模块修改任务频率f₀为f’₀，向行为决策模块发送修改任务频率f₁为f’₁的指令，向轨迹规划模块发送修改任务频率f₂为f’₂的指令,执行步骤S22；

S21,行为决策模块以任务频率f₁运行，根据检测结果进行计算，输出决策结果；轨迹规划模块以任务频率f₂运行，根据决策结果计算当前车辆行驶的最优行车轨迹作为输出；

S22，行为决策模块立即以任务频率f’₀运行一次，根据检测结果进行计算，输出决策结果；轨迹规划模块立即以任务频率f’₂运行一次，根据检测结果及决策结果计算当前车辆行驶的最优行车轨迹作为输出。

结合第二方面，在其可能的任意一种情况下的第四种情况为，在方法步骤的全程中，所述危险检测模块、行为决策模块、轨迹规划模块每次在按任务频率运行完成后，输出运行完毕时的运行时间戳，根据时间戳进行频率判断，若判断出危险检测模块、行为决策模块、轨迹规划模块的实际运行频率等于任务频率，则再次运行；若判断出高于任务频率，则对危险检测模块、行为决策模块、轨迹规划模块的运行时间进行t秒时延后再次运行。

结合第二方面或上述第四种情况，在其可能的任意一种情况下的第五种情况为，所述f₀为25Hz，所述f₁和f₂为5Hz，所述f’₀为100Hz，所述f’₁和f’₂为50Hz，所述t为1/200。

作为第三方面，本发明提供了一种存储一个或多个程序的计算机可读存储介质，所述计算机可读存储介质存储有一个或多个程序指令，所述程序指令被处理器执行时，完成上述的任意一种方法。

作为第四方面，本发明提供了一种自动驾驶车辆，所述车辆包括上述的任意一种高实时性的自动驾驶汽车行为决策系统或上述的一种存储一个或多个程序的计算机可读存储介质。

本发明的有益效果是：

能够有效降低决策规划算法对自动驾驶控制器算力的消耗，有助于在不增加控制器硬件算力的情况下部署更加精确、更加复杂、更加完善、更加安全的决策规划算法。

使用以基础频率为基础的基于事件触发的任务调度方式，有效的提升了决策规划算法对自动驾驶车辆行驶过程中外部环境事件或自身状态改变事件等事件的响应时效性，提升了决策规划算法的实时性，有助于提升行车安全。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。

图1为本发明的系统结构图；

图2为本发明的方法流程图。

附图标记：1-任务调度模块、2-危险检测模块、3-行为决策模块、4-轨迹规划模块。

具体实施方式

下面通过实施例，并结合附图，对本发明的技术方案作进一步具体的说明。显然，所描述的实施例仅仅是本发明的部分实施例。

实施例1

如图1所示，本发明提供了一种高实时性的自动驾驶汽车行为决策系统，所述系统包括：任务调度模块、危险检测模块、行为决策模块、轨迹规划模块。所述任务调度模块分别与危险检测模块、行为决策模块和轨迹规划模块建立通信连接，危险检测模块、行为决策模块、轨迹规划模块三者之间互相建立通信连接。

任务调度模块，用于分别控制危险检测模块、行为决策模块和轨迹规划模块的任务频率。所述任务调度模块是一种基于事件的任务调度模块，用于根据频率控制策略分别控制危险检测模块、行为决策模块和轨迹规划模块的任务频率。所述频率控制策略为：设置上限任务频率，各模块根据事件类型选取相应的递减倍数，将上限任务频率执行所述递减倍数进行递减后作为该模块的任务频率。

危险检测模块，用于接收任务调度模块下发的任务频率以改变自身运行频率，根据任务频率进行危险检测，判断危险情况，根据检测结果对行为决策模块、轨迹规划模块的任务频率进行调整。其检测结果用于运行任务调度中的重要依据。

行为决策模块，用于接收任务调度模块下发的任务频率以改变自身运行频率，根据任务频率进行行为决策，在获取危险检测结果和当前行车轨迹后计算获得车辆未来一段时间内的最优行车行为决策结果。

轨迹规划模块，用于接收任务调度模块下发的任务频率以改变自身运行频率，根据任务频率进行轨迹规划，在接收到危险检测结果和行为决策结果后计算获得最优的行车轨迹。

危险检测模块、行为决策模块和轨迹规划模块的运行相互独立。各模块间使用异步的运行方式运行，通过任务调度模块统一协调各模块的运行顺序和运行频率，各模块的运行频率最高为上限任务频率200Hz，最低不设限。

其中，危险检测模块、行为决策模块和轨迹规划模块内均有频率判断模块，用于判断其模块实际运行频率是否等于任务频率。若高于任务频率，则对相应模块的运行时间进行时延，使其实际运行频率下降至等于任务频率。该功能能够有效降低决策规划算法对各模块算力的消耗，避免长期处于高频运算。有助于在不增加控制器硬件算力的情况下部署更加精确、更加复杂、更加完善、更加安全的决策规划算法。

实施例2

如图2所示，本发明提供了一种高实时性的自动驾驶汽车行为决策规划算法方法，其实施方法包括危险检测、行为决策和轨迹规划三个大块，各模块间的任务运行频率调度通过统一任务调度模块根据基础任务频率和是否存在危险等输入参数进行计算。所述方法的步骤为：

如图2所示，上限任务频率为200Hz，即任务调度模块对各模块运行时间进行控制的最小时间间隔t以1/200秒最小单位。若自动驾驶车辆运行时外界未发生影响车辆行车安全的事件，则本发明中的决策规划框架运行如下：

任务调度模块向危险检测模块发送任务频率f₀为25Hz的指令，危险检测模块收到指令后开始以25Hz的运行频率运行：1）运行完成后输出运行完毕时的运行时间戳。时间戳进入频率判断模块内进行判断，若判断出实际运行频率满足25Hz的要求，则再次运行危险检测模块，反之进行1/200秒的时延，直到模块的实际运行频率满足25Hz的要求。2）在危险检测模块运行后，还会输出是否存在危险的检测结果。若不存在危险，则危险检测模块向危险检测模块输出修改任务频率为25Hz的指令（即任务频率不变），向行为决策模块发送任务频率f₁为5Hz的指令，向轨迹规划模块发送任务频率f₂为5Hz的指令。

任务调度模块向行为决策模块发送任务频率f₁为5Hz的指令，行为决策模块收到指令后开始以5Hz的运行频率运行：①运行完成后输出运行完毕时的运行时间戳；时间戳进入频率判断模块内进行判断，若判断出运行频率满足5Hz的要求，则再次运行行为决策模块，反之进行1/200秒的时延，直到模块运行频率满足5Hz的要求。②实时获取危险检测模块的检测结果，在不存在危险时，根据危险检测模块发出的任务频率为5Hz的指令，修改行为决策模块的任务频率（即任务频率不变）。

任务调度模块向轨迹规划模块发送任务频率f₂为5Hz的指令，轨迹规划模块收到指令后开始以5Hz的运行频率运行：1）运行完成后输出运行完毕时的运行时间戳；时间戳进入频率判断模块内进行判断，若判断出运行频率满足5Hz的要求，则再次运行轨迹规划模块，反之进行1/200秒的时延，直到模块运行频率满足5Hz的要求。2）实时获取危险检测模块的检测结果，在不存在危险时，根据危险检测模块发出的任务频率为5Hz的指令，修改轨迹规划的任务频率（即任务频率不变）。3）根据行为决策模块输出的决策结果计算当前车辆行驶的最优行车轨迹作为输出。

如图2所示，若自动驾驶车辆运行时外界发生了影响车辆行车安全的事件，则本发明中的决策规划框架运行如下：

任务调度模块向危险检测模块发送任务频率f₀为25Hz的指令，危险检测模块收到指令后开始以25Hz的运行频率运行：1）运行完成后输出运行完毕时的运行时间戳；时间戳进入频率判断模块内进行判断，若判断出运行频率满足25Hz的要求，则再次运行危险检测模块，反之进行1/200秒的时延，直到模块运行频率满足25Hz的要求。2）在危险检测模块运行后，还会输出是否存在危险的检测结果。若检测到存在危险，则危险检测模块向危险检测模块输出修改任务频率f’₀为100Hz的指令，向行为决策模块发送修改任务频率f’₁为50Hz的指令，向轨迹规划模块发送修改任务频率f’₂为50Hz的指令。

任务调度模块向行为决策模块发送任务频率f₁为5Hz的指令，行为决策模块收到指令后开始以5Hz的运行频率运行：1）运行完成后输出运行完毕时的运行时间戳；时间戳进入频率判断模块内进行判断，若判断出运行频率满足5Hz的要求，则再次运行行为决策模块，反之进行1/200秒的时延，直到模块运行频率满足5Hz的要求。2）实时获取危险检测模块的检测结果，在获取到危险检测模块发出的存在危险且修改任务频率f’₁为50Hz的指令后，行为决策模块将立即执行一次，并按照任务频率指令完成后续执行，计算获得当前行车的最优行车行为的决策结果，发送给轨迹规划模块。

任务调度模块向轨迹规划模块发送任务频率f₂为5Hz的指令，轨迹规划模块收到指令后开始以5Hz的运行频率运行：1）运行完成后输出运行完毕时的运行时间戳；时间戳进入频率判断模块内进行判断，若判断出运行频率满足5Hz的要求，则再次运行轨迹规划模块，反之进行1/200秒的时延，直到模块运行频率满足5Hz的要求。2）实时获取危险检测模块的检测结果，在获取到危险检测模块发出的存在危险且修改任务频率f’₂为50Hz的指令后，轨迹规划模块将立即执行一次，并按照任务频率指令完成后续执行。根据危险检测模块发送的危险形式信息的检测结果和行为决策模块计算获得的危险状况下的行车行为的决策结果进行计算，计算获得满足行车要求的行车轨迹作为输出。

重复上述过程，即可实现对车辆决策规划模块的任务调度控制，可降低决策规划算法对自动驾驶控制器算力的需求，同时并不会降低在危险事件发生时决策规划算法的实时性能。

上述内容中所描述的修改任务频率均为通过任务调度模块进行修改指令的接收及下发。

应理解，上述实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解为在阅读本发明的内容后，本领域技术人员可以对本发明作各种改动和修改，这些等价形式同样落于本申请所附权利要求书所限定的范围。

Claims (9)

1.一种高实时性的自动驾驶汽车行为决策系统，其特征在于，所述系统包括：任务调度模块、危险检测模块、行为决策模块、轨迹规划模块，所述任务调度模块分别与危险检测模块、行为决策模块和轨迹规划模块建立通信连接，危险检测模块、行为决策模块、轨迹规划模块三者之间互相建立通信连接，

任务调度模块，用于分别控制危险检测模块、行为决策模块和轨迹规划模块的任务频率，

危险检测模块，用于接收任务调度模块下发的任务频率，根据任务频率进行危险检测，判断危险情况，根据检测结果对行为决策模块、轨迹规划模块的任务频率进行调整，

行为决策模块，用于接收任务调度模块下发的任务频率，根据任务频率进行行为决策，在获取危险检测结果和当前行车轨迹后计算获得车辆未来一段时间内的最优行车行为决策结果，

轨迹规划模块，用于接收任务调度模块下发的任务频率，根据任务频率进行轨迹规划，在接收到危险检测结果和行为决策结果后计算获得最优的行车轨迹。

2.根据权利要求1所述的一种高实时性的自动驾驶汽车行为决策系统，其特征在于，危险检测模块、行为决策模块和轨迹规划模块内均有频率判断模块，用于判断其模块实际运行频率是否等于任务频率，若高于任务频率于则对相应模块的运行时间进行时延，使其实际运行频率等于任务频率。

3.根据权利要求1或2所述的一种高实时性的自动驾驶汽车行为决策系统，其特征在于，所述任务调度模块是一种基于事件的任务调度模块，用于根据频率控制策略分别控制危险检测模块、行为决策模块和轨迹规划模块的任务频率，所述频率控制策略为：设置上限任务频率，各模块根据事件类型选取相应的递减倍数，将上限任务频率执行所述递减倍数进行递减后作为该模块的任务频率。

4.根据权利要求3所述的一种高实时性的自动驾驶汽车行为决策系统，其特征在于，危险检测模块、行为决策模块和轨迹规划模块的运行相互独立，各模块间使用异步的运行方式运行，通过任务调度模块统一协调各模块的运行顺序和运行频率，各模块的运行频率最高为上限任务频率，最低不设限。

5.一种高实时性的自动驾驶汽车行为决策方法，其特征在于，所述方法的步骤为：

S1，危险检测模块接收任务调度模块发送的任务频率f₀的指令，按任务频率f₀运行；

S2，危险检测模块按任务频率f₀运行完成后输出是否存在危险的检测结果，若不存在危险，则危险检测模块保持任务频率f₀不变，向行为决策模块发送任务频率f₁的指令，向轨迹规划模块发送任务频率f₂的指令，执行步骤S21，若存在危险，则危险检测模块修改任务频率f₀为f’₀，向行为决策模块发送修改任务频率f₁为f’₁的指令，向轨迹规划模块发送修改任务频率f₂为f’₂的指令，执行步骤S22；

S21，行为决策模块以任务频率f₁运行，根据检测结果进行计算，输出决策结果；轨迹规划模块以任务频率f₂运行，根据决策结果计算当前车辆行驶的最优行车轨迹作为输出；

S22，行为决策模块立即以任务频率f’₀运行一次，根据检测结果进行计算，输出决策结果；轨迹规划模块立即以任务频率f’₂运行一次，根据检测结果及决策结果计算当前车辆行驶的最优行车轨迹作为输出。

6.根据权利要求5所述的一种高实时性的自动驾驶汽车行为决策方法，其特征在于，在方法步骤的全程中，所述危险检测模块、行为决策模块、轨迹规划模块每次在按任务频率运行完成后，输出运行完毕时的运行时间戳，根据时间戳进行频率判断，若判断出危险检测模块、行为决策模块、轨迹规划模块的实际运行频率等于任务频率，则再次运行；若判断出实际运行频率高于任务频率，则对危险检测模块、行为决策模块、轨迹规划模块的运行时间进行t秒时延后再次运行。

7.根据权利要求5或6所述的一种高实时性的自动驾驶汽车行为决策方法，其特征在于，所述f₀为25Hz，所述f₁和f₂为5Hz，所述f’₀为100Hz，所述f’₁和f’₂为50Hz，所述t为1/200。

8.一种存储一个或多个程序的计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有一个或多个程序指令，所述程序指令被处理器执行时，完成权利要求1至4中的任意一种方法。

9.一种自动驾驶车辆，其特征在于，所述车辆包括权利要求1-4所述的任意一种高实时性的自动驾驶汽车行为决策系统或权利要求8所述的一种存储一个或多个程序的计算机可读存储介质。

Images