*清華大學(xué)自動化系統(tǒng)工程研究所教授姚丹亞在上海車展新智駕&MMC沙龍現(xiàn)場

有一篇來自清華大學(xué)的論文名叫《基于完全信息動態(tài)博弈的無燈控交叉口的車輛協(xié)同駕駛模型》（作者：楊卓，姚丹亞）,，它試著解決了一個可能很多人都想過但還沒有解決的問題,，那就是使自動駕駛汽車在路口會車時相互協(xié)調(diào)，最終彼此配合完成通行決策,。

你可以將它看作V2X助力自動駕駛決策的應(yīng)用之一,。對于V2X對自動駕駛的作用，人們談得更多的是V2X在環(huán)境感知中的作用,，即除汽車自身的傳感器感知外,，借助V2X完成更大范圍的環(huán)境感知。

但V2X還有一個重要作用,，就是協(xié)同決策,。目前我們能做到在自主感知的基礎(chǔ)上決策，但V2X環(huán)境使“群決策”成為可能,，在可能在未來會是自動駕駛中的一個重要應(yīng)用,。

如何基于V2X實現(xiàn)群決策？

以一個具體的場景為例,，即無信號交叉路口的車車協(xié)同,。兩輛車抵達路口，在沒有控制中心的情況下,，聽誰的,？它們之間是一個博弈的關(guān)系，要通過博弈,，保證雙方安全又順利地通過交叉路口,。

首先，做一個簡單的場景描述,。

1,、存在參與車輛,，左邊駛來一輛車，下方駛來一輛車,，已知彼此的速度,、加速度和位置，以及達到路口會車點的距離,。

2,、路口為無信號交叉路口，即在沒有信號燈控制,。

3,、存在V2X環(huán)境，車車間可以進行交互,。

以上是前提假設(shè),。接下來將問題拆分。

第一,，判斷車輛間是否存在沖突,。我們選擇一個指標(biāo)來描述這個沖突，這個指標(biāo)就叫作“沖突時間差”,，即兩輛車到達沖突點的時間差值,。該差值越小，就越有可能相撞,，如為零則相撞,，如差值很大，則代表在完全不同的時刻通過交叉點,，定不會相撞,。

第二，如果存在沖突,，如何提前避免,。在這個部分要考慮的因素很多，為了保證安全,，當(dāng)兩輛車存在沖突時,，需要用一個算法保證它們最后不相撞,。因此,，二者通過路口可以看成一個博弈問題。博弈包括三個要素,。

• 要素一：對象,，要存在博弈雙方，此處的對象是車輛,。

  
  

• 要素二：策略,，忽略具體的油門,、剎車等不同操作，用一個“加速度”來作為各種操作的表現(xiàn)形式,，加速度構(gòu)成了策略,。

  
  

• 要素三：收益，需要定義博弈的收益,。我們在模型里定義了三種收益,，即安全、快速,、舒適,。安全是首要需求，即不能撞車,；快速指的是使車輛盡快通過路口,；舒適指符合人的駕駛習(xí)慣，不能過度加速和減速,，保證駕駛舒適,。

以上就是一些決策的基本場景假設(shè)。

基于此,，兩輛車的路口博弈在數(shù)學(xué)上可以看作一個有約束的多目標(biāo)規(guī)劃問題,。即，將不同加速度組合的情況下,，使獲得的收益“Ω”達到最大,。其中涉及一些數(shù)學(xué)問題，如多重納什均衡,、求最優(yōu)解等,，我們在這個模型中是用遺傳算法求取最優(yōu)解。

下面就具體地來計算這個問題,。

對于兩輛車,，首先要判斷其是否進入沖突區(qū)。博弈系統(tǒng)的實例模型如下所示,，紅點表示沖突點（碰撞的點）,，通過車輛到達沖突點的時間差判斷是否進入沖突區(qū)域。

*出自該模型作者曾發(fā)表的論文

若兩輛車并未進入沖突區(qū),，則不需要博弈,，正常行駛即可。一旦進入沖突區(qū),，博弈即開始,，通過博弈使得收益最大。前面講到三個收益指標(biāo)（安全、快速,、舒適）,，此時就要具體定義這三個指標(biāo)。

1,、安全性指標(biāo),。安全性指標(biāo)指已到達沖突點的時間差，在這個模型中,，該差值一定要大于某個給定的閾值,，才能確保安全。這個公式比較簡單,，基本是中學(xué)時候關(guān)于距離,、速度、時間的簡單公式,。

2,、快速性指標(biāo)。指的是兩個周期內(nèi)速度的變化,，是當(dāng)前時刻加速度值的直接反應(yīng),。

3、舒適性指標(biāo),。舒適性指標(biāo)其實可以直接用加速度的絕對值來表示,，絕對值越大，舒適型越差,，在這個模型中我們基本選擇0.25g加速度指標(biāo)來進行博弈,。當(dāng)然，前提還是要安全,，如果要發(fā)生碰撞了,，那么舒適性指標(biāo)是可以犧牲的。此外,，舒適性指標(biāo)也定義了一些不良加速度行為,，如加速度增幅達到200%，或是該加速時變成反向加速度等,。

對于以上三個收益值,，需要做一個標(biāo)準(zhǔn)化的工作。三種數(shù)據(jù)的量綱不同,，有的是時間,，有的是加速度，如何求和呢,？這其中就涉及到標(biāo)準(zhǔn)化問題,。這里不具體解釋，基本的計算方法是將當(dāng)前值減去期望值除以標(biāo)準(zhǔn)差,。最后,，需要用到遺傳算法，盡可能得到全局最優(yōu)解,。

仿真實驗

對于這套理論,，我們還沒有用在實車控制中，只是進行了仿真實驗,。這是個具體的仿真例子,。兩輛車初始速度分別為60km/h和50km/h，距離沖突點的距離分別為250米和150米,，設(shè)定約束條件：最大速度不能超過70km/h,，最小速度是零（即停車），加速度值控制在±0.3g之間,。用于求解的遺傳算法在此不贅述,，它主要用于獲得最優(yōu)解的。下圖,，是兩車路口會車的仿真實驗結(jié)合曲線圖,。

*出自該模型作者曾發(fā)表的論文

從上圖可以看出，這次仿真實驗得到了蠻有意思的結(jié)果,。在這個場景下,，兩輛車出現(xiàn)了兩次博弈的過程。第一次,，計算得出到?jīng)_突點的時間差小于給定閾值,，進行了一輪博弈后，沖突危險解除,，判斷安全后又開始自由駕駛,；自由駕駛一段時間以后又進入了一次博弈過程，最后直到車輛安全通過路口,。

上面的圖給出了許多博弈曲線,。第一排曲線是收益曲線，紅色,、藍色代表兩輛車分別的收益,，綠色表示兩輛車的總收益。第二排是加速度曲線,，拿加速度曲線來說,，博弈的效果不是特別好，因為跳動很大,，博弈算法還有些需要完善的地方,。第三排是速度曲線,。

最后一排的碰撞時間差（TDTC）。我們?yōu)門DTC設(shè)置一個閾值,，當(dāng)TDTC小于閾值的時候,，就會告知存在碰撞風(fēng)險，開始博弈,。而這個過程是變化的,，一旦TDTC超出閾值，就證明沒有風(fēng)險,，雙方就可以自由駕駛,。最后車輛安全駛離交通路口，這是一個完整的博弈過程,。

在一些具體參數(shù)上,，主要考慮三點。

• 第一,，收益,。如圖，對于第一輛車而言,，它得到的是負(fù)收益,，第二輛車是正收益，我們的博弈規(guī)則,，是將二者相加,，盡量使得整體收益最大。

  
  

• 第二,，高速度占比和不良加速度,。

  
  

• 第三，收益函數(shù)的系數(shù),。這是一個很重要的參數(shù),，這個系數(shù)會直接影響最后博弈的效果。具體的確定的方法,，我認(rèn)為是值得研究的,。比如，α大是更強調(diào)安全,，β大是強調(diào)快速性,，γ大是強調(diào)舒適性，看你如何選擇評估方式,。

  
  

總結(jié)

該模型的研究,，考慮到了駕駛安全、舒適等指標(biāo)之間的博弈和決策,，避免碰撞是最重要的部分,，同時也要盡可能避免那些降低舒適性的操作,。未來，通過豐富策略集,，可以在模型的基礎(chǔ)上,，有更多方向、更多方式的相關(guān)研究,。

同時，群決策算法是一個亮點,。剛才只是兩輛車的模型,，我們的博士生還在研究路口多車博弈的通用模型。

當(dāng)然,，我們現(xiàn)在的實驗還在仿真基礎(chǔ)上,，不過也在做一些實用的產(chǎn)品。我們課題組和一個叫作星云互聯(lián)的公司合作,，開發(fā)了一些V2X的產(chǎn)品,，如智能車載終端、路側(cè)通信機,、路側(cè)主機等,，其中內(nèi)置了多種通信模塊，支持多種通信方式接入,，完成車車,、車路之間的數(shù)據(jù)交互。目前我們的產(chǎn)品,，主要應(yīng)用在各種自動駕駛和智能駕駛測試場,，同時，還推出了了一些實際應(yīng)用,。例如我們在校園公交系統(tǒng)中裝入了路側(cè)系統(tǒng),、校園公交車上安裝了車載裝置，用以測試和積累數(shù)據(jù),。此外,，我們還在蕪湖交警支隊的支持下，在中心城區(qū)路口建設(shè)了V2X基礎(chǔ)設(shè)施,。之后,，我們還和很多的企業(yè)和測試場開展更多的合作，在實際的項目中進行測試,。