|
1. 引言 在一套完整的自動駕駛系統(tǒng)中,，如果將感知模塊比作人的眼睛和耳朵，那么決策規(guī)劃就是自動駕駛的大腦,。大腦在接收到傳感器的各種感知信息之后,，對當前環(huán)境作出分析，然后對底層控制模塊下達指令,，這一過程就是決策規(guī)劃模塊的主要任務,。同時，決策規(guī)劃模塊可以處理多么復雜的場景,，也是衡量和評價自動駕駛能力最核心的指標之一[1],。 圖1. 自動駕駛系統(tǒng)中的決策規(guī)劃模塊分層結構，引用自[2] 如圖1所示,，典型的決策規(guī)劃模塊可以分為三個層次,。 其中，全局路徑規(guī)劃（Route Planning）在接收到一個給定的行駛目的地之后,，結合地圖信息,，生成一條全局的路徑，作為為后續(xù)具體路徑規(guī)劃的參考,； 行為決策層（Behavioral Layer）在接收到全局路徑后,，結合從感知模塊得到的環(huán)境信息（包括其他車輛與行人,，障礙物，以及道路上的交通規(guī)則信息）,，作出具體的行為決策（例如選擇變道超車還是跟隨）,； 最后，運動規(guī)劃（Motion Planning）層根據(jù)具體的行為決策,，規(guī)劃生成一條滿足特定約束條件（例如車輛本身的動力學約束,、避免碰撞、乘客舒適性等）的軌跡,，該軌跡作為控制模塊的輸入決定車輛最終行駛路徑,。 本文將分別介紹各層的主要作用與常見算法，并且比較各種算法的優(yōu)劣性及適用情景,。 2. 全局路徑規(guī)劃（Route Planning）全局路徑規(guī)劃是指在給定車輛當前位置與終點目標后,，通過搜索選擇一條最優(yōu)的路徑，這里的“最優(yōu)”包括路徑最短,，或者到達時間最快等條件,。這一過程類似于我們生活中經(jīng)常用到的“導航”功能，區(qū)別在于自動駕駛中使用的高精地圖與我們常見的地圖不太一樣,，在高精地圖中包含了每條車道在內的更多信息,。常見的全局路徑規(guī)劃算法包括Dijkstra和A算法，以及在這兩種算法基礎上的多種改進,。Dijkstra算法[3]和A*算法[4]也是在許多規(guī)劃問題中應用最為廣泛的兩種搜索算法,。 圖2. 全局路徑規(guī)劃示意 1. Dijkstra算法 Dijkstra算法是由計算機科學家Edsger W. Dijkstra在1956年提出，用來尋找圖形中節(jié)點之間的最短路徑,。在Dijkstra算法中,，需要計算每一個節(jié)點距離起點的總移動代價。同時,，還需要一個優(yōu)先隊列結構,。對于所有待遍歷的節(jié)點，放入優(yōu)先隊列中會按照代價進行排序,。在算法運行的過程中,，每次都從優(yōu)先隊列中選出代價最小的作為下一個遍歷的節(jié)點。直到到達終點為止,。 Dijkstra算法的優(yōu)點是：給出的路徑是最優(yōu)的,；缺點是計算時間復雜度比較高（O(N2)）,因為是向周圍進行探索，沒有明確的方向,。 2. A*算法 為了解決Dijkstra算法的搜索效率問題,，1968年,，A算法由Stanford研究院的Peter Hart, Nils Nilsson以及Bertram Raphael發(fā)表,，其主要改進是借助一個啟發(fā)函數(shù)來引導搜索的過程,。具體來說，A算法通過下面這個函數(shù)來計算每個節(jié)點的優(yōu)先級: 其中：
3. 行為決策（Behavioral Layer）在確定全局路徑之后,，自動駕駛車輛需要根據(jù)具體的道路狀況、交通規(guī)則,、其他車輛與行人等情況作出合適的行為決策,。 這一過程面臨三個主要問題： 首先，真實的駕駛場景千變萬化,，如何覆蓋,？ 其次，真實的駕駛場景是一個多智能體決策環(huán)境,，包括主車在內的每一個參與者所做出的行為,，都會對環(huán)境中的其他參與者帶來影響，因此我們需要對環(huán)境中其他參與者的行為進行預測,； 最后,，自動駕駛車輛對于環(huán)境信息不可能做到100%的感知，例如存在許多被障礙物遮擋的可能危險情形,。 綜合以上幾點,，在自動駕駛行為決策層，我們需要解決的是在多智能體決策的復雜環(huán)境中,，存在感知不確定性情況的規(guī)劃問題,。可以說這一難題是真正實現(xiàn)L4,、L5級別自動駕駛技術的核心瓶頸之一,，近年來隨著深度強化學習等領域的快速發(fā)展，為解決這一問題帶來了新的思路和曙光,。 以下將行為決策層的模型分為四類分別介紹[5]： 1. 有限狀態(tài)機模型 自動駕駛車輛最開始的決策模型為有限狀態(tài)機模型[6],，車輛根據(jù)當前環(huán)境選擇合適的駕駛行為，如停車,、換道,、超車、避讓、緩慢行駛等模式,，狀態(tài)機模型通過構建有限的有向連通圖來描述不同的駕駛狀態(tài)以及狀態(tài)之間的轉移關系,，從而根據(jù)駕駛狀態(tài)的遷移反應式地生成駕駛動作。 有限狀態(tài)機模型因為簡單,、易行,，是無人駕駛領域目前最廣泛的行為決策模型，但該類模型忽略了環(huán)境的動態(tài)性和不確定性,，此外,，當駕駛場景特征較多時，狀態(tài)的劃分和管理比較繁瑣,，多適用于簡單場景下,，很難勝任具有豐富結構化特征的城區(qū)道路環(huán)境下的行為決策任務。 2. 決策樹模型 決策/行為樹模型[7]和狀態(tài)機模型類似,，也是通過當前駕駛狀態(tài)的屬性值反應式地選擇不同的駕駛動作,，但不同的是該類模型將駕駛狀態(tài)和控制邏輯固化到了樹形結構中，通過自頂向下的“輪詢”機制進行駕駛策略搜索,。這類決策模型具備可視化的控制邏輯,，并且控制節(jié)點可復用，但需要針對每個駕駛場景離線定義決策網(wǎng)路,，當狀態(tài)空間,、行為空間較大時，控制邏輯將比較復雜,。另外,，該類模型同樣無法考慮交通環(huán)境中存在的不確定性因素。 3. 基于知識的推理決策模型 基于知識的推理決策模型由“場景特征－駕駛動作”的映射關系來模仿人類駕駛員的行為決策過程,，該類模型將駕駛知識存儲在知識庫或者神經(jīng)網(wǎng)絡中,，這里的駕駛知識主要表現(xiàn)為規(guī)則、案例或場景特征到駕駛動作的映射關系,。進而,，通過“查詢”機制從知識庫或者訓練過的網(wǎng)絡結構中推理出駕駛動作。 該類模型主要包括：基于規(guī)則的推理系統(tǒng)[8],、基于案例的推理系統(tǒng)[9]和基于神經(jīng)網(wǎng)絡的映射模型[10],。 該類模型對先驗駕駛知識、訓練數(shù)據(jù)的依賴性較大,，需要對駕駛知識進行精心整理,、管理和更新，雖然基于神經(jīng)網(wǎng)絡的映射模型可以省去數(shù)據(jù)標注和知識整合的過程,，但是仍然存在以下缺點：
4. 基于價值的決策模型 根據(jù)最大效用理論,，基于效用／價值的決策模型的基本思想是依據(jù)選擇準則在多個備選方案中選擇出最優(yōu)的駕駛策略／動作[12],。 為了評估每個駕駛動作的好壞程度，該類模型定義了效用（utility）或價值（value）函數(shù),，根據(jù)某些準則屬性定量地評估駕駛策略符合駕駛任務目標的程度,，對于無人駕駛任務而言，這些準則屬性可以是安全性,、舒適度,、行車效率等，效用和價值可以是由其中單個屬性決定也可以是由多個屬性決定,。 澳大利亞格里菲斯大學的Furda和Vlacic提出了多準則決策方法從候選動作集中選擇最優(yōu)的駕駛動作[13],；新加坡國立大學的Bandyopadhyay等人提出了基于POMDP的行為決策模型[14]，用以解決存在感知不確定性的情況,；卡內基梅隆大學的Wei J等人提出基于PCB（Prediction and-Cost-function Based）的行為決策模型[15],，其側重點在于如何構建恰當?shù)拇鷥r函數(shù)來指導對環(huán)境的預測；為了解決在多智能體參與的復雜環(huán)境中的決策問題,，許多基于博弈論的模型也被研究者用來推理車輛之間的交互行為[16],，[17]；此外,，因為在特征提取方面的優(yōu)勢,，深度強化學習技術也開始被廣泛應用，以完成最優(yōu)駕駛動作的生成[18],。 4. 運動規(guī)劃（Motion Planning）在確定具體的駕駛行為之后,，我們需要做的是將“行為”轉化成一條更加具體的行駛“軌跡”，從而能夠最終生成對車輛的一系列具體控制信號,，實現(xiàn)車輛按照規(guī)劃目標的行駛,。這一過程稱為運動規(guī)劃（Motion Planning），運動規(guī)劃的概念在機器人領域已經(jīng)有較長時間的研究歷史,，我們可以從數(shù)學的角度將它看做如下的一個優(yōu)化問題： 路徑規(guī)劃（Path Planning） 圖3. 路徑規(guī)劃的定義 在以機器人為代表的許多場景中,，我們可以認為周圍的環(huán)境是確定的。在這種情況下,，所謂的路徑規(guī)劃,，是指在給定的一個狀態(tài)空間Χ,，尋找一個滿足一定約束條件的映射σ:[0,1]?Χ，這些約束包括：
該優(yōu)化問題的目標泛函定義為J(σ),，其具體意義可以表示為路徑長度、控制復雜度等衡量標準,。 然而在自動駕駛問題中,，車輛周圍的環(huán)境是持續(xù)動態(tài)變化的，因此單純的路徑規(guī)劃不能給出在行駛過程中一直有效的解,，因此我們需要增加一個維度——時間T,，相應的規(guī)劃問題通常被稱為軌跡規(guī)劃。 軌跡規(guī)劃（Trajectory Planning） 圖4. 軌跡規(guī)劃的定義 時間維度的增加為規(guī)劃問題帶來了巨大的挑戰(zhàn),。例如,，對于一個在2D環(huán)境中移動一個抽象為單點的機器人，環(huán)境中的障礙物近似為多邊形的問題,。路徑規(guī)劃問題可以在多項式時間內求解,，而加入時間維度的軌跡規(guī)劃問題已經(jīng)被證明是NP-hard問題。 在自動駕駛的實際場景中,，無論是對車輛本身還是對周圍環(huán)境,，建立更為精確的模型意味著對優(yōu)化問題更為復雜的約束，同時也意味著求解的更加困難,。因此實際采用的算法都是建立在對實際場景的近似前提下,，在模型精確性和求解效率二者之間尋求一個最佳的平衡點。 下文對自動駕駛領域目前常見的幾類運動規(guī)劃算法分別進行介紹,，在實際中,，往往是其中幾類思想的結合才能最終達到比較好的規(guī)劃結果，并滿足更多的不同場景,。 1. 基于搜索的規(guī)劃算法 通過搜索來解決運動規(guī)劃問題是最樸素的思路之一,其基本思想是將狀態(tài)空間通過確定的方式離散成一個圖,然后利用各種啟發(fā)式搜索算法搜索可行解甚至是最優(yōu)解,。 在將狀態(tài)空間離散化的過程中，需要注意的是確保最終形成的柵格具有最大的覆蓋面積,，同時不會重復,。如圖5所示，左邊的柵格是由直行,、左轉90°,、右轉90°這三種行為生成；而如果選擇直行,、左轉89°,、右轉89°三種行為，最后就無法生成一個覆蓋全部區(qū)域的柵格結構,。 圖5. 構建柵格圖,，引用自[2] 在將狀態(tài)空間柵格化之后,，我們就可以使用前文已經(jīng)介紹的Dijkstra、A*搜索算法,，完成最終的規(guī)劃,。然而在實際復雜環(huán)境中，柵格數(shù)目眾多,，并且環(huán)境隨時間動態(tài)變化,，會導致搜索結點過多，因此發(fā)展出了多種改進算法,，用以處理不同的具體場景： 1） Hybrid A* 算法,，在A*算法的基礎上考慮了車的最大轉向問題，例如限定計算的路徑上車最大轉向不超過5°,。該算法目前的應用場景有車掉頭（Stanford 參加DARPA 挑戰(zhàn)賽使用的Junior車采用了該算法進行uturn）,，泊車等等對方向盤控制要求較高的場景,。 2）D*,、D*Lite算法，事先由終點向起點進行搜索,，使用Dijkstra算法,，存儲路網(wǎng)中目標點到每個點的最短路徑長度k, 和該節(jié)點到目標點的實際長度值h，開始情況下 k==h,， 并且存儲每個節(jié)點的上一個節(jié)點,，保證能夠沿著鏈接走下去。 計算結束后,，獲取了一條當時最優(yōu)路徑,。當車行駛到某個節(jié)點時，通過傳感器發(fā)現(xiàn)該節(jié)點已經(jīng)無法通行（有障礙物）,，則對已存儲的路網(wǎng)信息一些相關點的h值進行修改（變大）,，選擇一個鄰居點滿足仍然h==k的，即仍然是最優(yōu)路徑上的點,，作為下一個點,。 然后走到終點。該類算法適用于在未知環(huán)境中的導航以及路徑規(guī)劃,，廣泛用于目前各種移動機器人和自主車輛載具,，例如“機遇號”和“勇氣號”火星車。 2. 基于采樣的規(guī)劃算法 通過對連續(xù)的狀態(tài)空間進行采樣,，從而將原問題近似成一個離散序列的優(yōu)化問題,，這一思路也是在計算機科學中應用最為廣泛的算法。在運動規(guī)劃問題中,，基于采樣的基本算法包括概率路線圖(PRM)和快速搜索隨機樹(RRT)算法,。 圖6. 利用RRT算法實現(xiàn)u形彎的軌跡規(guī)劃,，引用自[19] 1）基本算法：概率路線圖(PRM)
容易看出,一旦構建一個PRM之后,可以用于解決不同初始,、目標狀態(tài)的運動規(guī)劃問題,但是這個特性對于自動駕駛運動規(guī)劃而言是不必要的,。另外PRM要求對狀態(tài)之間作精確連接，這對于存在復雜微分約束的運動規(guī)劃問題是十分困難的,。 2） 基本算法：快速搜索隨機樹(RRT)
RRT是一種增量式采樣的搜索方法,，無須設置任何分辨率參數(shù),。在極限情況，該搜索樹將稠密的布滿整個空間,，此時搜索樹由很多較短曲線或路經(jīng)構成,，以實現(xiàn)充滿整個空間的目的。 3）多種改進算法 從以上基礎算法的描述我們可以了解到,，對狀態(tài)空間進行采樣,，可以保證得到連接起始點與終點的可行解，但由于采樣過程是對整個空間進行均勻采樣,，因此效率很低,；在復雜場景下無法實現(xiàn)實時求解；此外,，最終規(guī)劃結果無法保證得到的可行解是最優(yōu)解,。針對這些劣勢，多種改進算法被提出并應用于自動駕駛問題：
3. 直接優(yōu)化方法 在絕大多數(shù)情況下,，不考慮高度的變化，自動駕駛的軌跡規(guī)劃問題是一個三維約束優(yōu)化問題（2D空間+時間T）,，因此,，我們可以采用解耦的策略，將原始問題分解為幾個低維問題,，從而大大降低求解難度,。 1）Frenet坐標系 圖7. Frenet坐標系 由于真實世界中的道路都是彎曲的，為了簡化求解優(yōu)化問題的參數(shù)表達,，在自動駕駛中通常采用Frenet坐標系,。 在Frenet坐標系中,，我們使用道路的中心線作為參考線,，使用參考線的切線向量t和法線向量n建立一個坐標系，如右圖所示,，它以車輛自身為原點,，坐標軸相互垂直，分為s方向（即沿著參考線的方向,，通常被稱為縱向,，Longitudinal）和d方向（或L方向，即參考線當前的法向,，被稱為橫向,，Lateral），相比于笛卡爾坐標系（左圖）,，F(xiàn)renet坐標系明顯地簡化了問題,。 因為在公路行駛中，我們總是能夠簡單的找到道路的參考線（即道路的中心線）,，那么基于參考線的位置的表示就可以簡單的使用縱向距離S（即沿著道路方向的距離）和橫向距離L（即偏離參考線的距離）來描述,。 3）路徑-速度解耦法： 在Frenet坐標系中，路徑-速度解耦法分別優(yōu)化路徑和速度,，路徑優(yōu)化主要考慮靜態(tài)障礙物,，通過動態(tài)規(guī)劃生成一條靜態(tài)的參考路徑（SL維度）,，接著基于生成的路徑，考慮對速度的規(guī)劃（ST維度）,。這一過程可以不斷迭代,，從而實現(xiàn)對軌跡的實時更新。在百度的開源自動駕駛平臺Apollo中采用的EM planner就是基于類似的解決思路,。這一方案具有較強的靈活性,，可以普適性的適用于許多場景。 除此之外,，也可以選擇不同的解耦方式,，例如分別對縱向軌跡（ST維度）和橫向軌跡（LT維度）進行規(guī)劃。但需要指出的是,，通過解耦的方法得到的解可能不是最優(yōu)的,，并且這種算法不具備完備性，在一些復雜環(huán)境可能找不到可行解,。 4. 參數(shù)化曲線構造法 圖8. 常見的參數(shù)化曲線構造法,，引用自[19] 參數(shù)化曲線構造法的出發(fā)點是車輛本身的約束，包括運動學與動力學的約束,，因此一般規(guī)劃的路徑需要是曲率連續(xù)的,。這類方法根據(jù)起始點和目標點，考慮障礙物,，通過構造一族符合車輛約束的曲線給出一條平滑路徑,。 如圖8所示，常見的曲線有Dubins曲線（由直線和圓弧構成,，是一種簡單車輛模型Dubin模型在二維空間中的最短曲線族）,，回旋曲線，多項式曲線,，貝塞爾曲線,，樣條曲線等。單純應用參數(shù)化曲線構造法很難滿足實際復雜場景,，因此現(xiàn)在越來越多的自動駕駛系統(tǒng)將其與其他方法結合,，用來對已經(jīng)規(guī)劃生成的軌跡做平滑處理，以滿足車輛運動學與動力學約束,。 5. 人工勢場法 人工勢場法是受物理學中電磁場的啟發(fā),，假設障礙物和目標位置分別產(chǎn)生斥力和引力，從而可以沿著勢場的最速梯度下降去規(guī)劃路徑,。這類方法的一個關鍵問題是如何選擇合適的勢場函數(shù),，例如：Stephen Waydo使用流函數(shù)進行平滑路徑的規(guī)劃[20]，Robert Daily在高速車輛上提出諧波勢場路徑規(guī)劃方法[21]。在簡單場景下,，人工勢場法具有較高的求解效率,，但其存在的最大問題是可能陷入局部最小值，在這種情況下,，所獲得的路徑不是最優(yōu),，甚至可能找不到路徑。 5. 算法復雜度（Complexity）在規(guī)劃問題中,，對于一個算法的評價除了要考慮其時間和空間復雜度之外,，還要考慮其是否具有完備性和最優(yōu)性，退一步的情況下考慮其是否具有概率完備性和漸進最優(yōu)性,。只要在了解這些性質的基礎上,，我們才能針對不同的實際場景設計和應用不同的算法，從而達到模型復雜和效率最優(yōu)的最佳衡點,。 1）完備性（Completeness）：如果在起始點和目標點間有路徑解存在,，那么一定可以得到解，如果得不到解那么一定說明沒有解存在,； 2）概率完備性（Probabilistically Completeness）：如果在起始點和目標點間有路徑解存在,，只要規(guī)劃或搜索的時間足夠長，就一定能確保找到一條路徑解,； 3）最優(yōu)性（Optimality）：規(guī)劃得到的路徑在某個評價指標上是最優(yōu)的（評價指標一般為路徑的長度） 4）漸進最優(yōu)性（Asymptotically optimality）：經(jīng)過有限次規(guī)劃迭代后得到的路徑是接近最優(yōu)的次優(yōu)路徑,，且每次迭代后都與最優(yōu)路徑更加接近，是一個逐漸收斂的過程 表1 常見算法比較 6. 未來發(fā)展趨勢
圖9. 自動駕駛發(fā)展時間線及過程中重要的運動規(guī)劃算法,，引用自[19] 人類對自動駕駛的興趣最早可以追溯到1925年,，近年來對自動駕駛的研究熱潮始于美國國防先進研究項目局（Defense Advanced Research Projects Agency, DARPA ）在2004-2007年舉辦的3屆自動駕駛挑戰(zhàn)賽[22]，如圖9所示,。在此之后,，上文提到的各類決策規(guī)劃方法的有效性都被實際驗證。同時,，將運動規(guī)劃方法與控制理論、狀態(tài)參數(shù)估計,、機器學習等多領域方法相結合的解決方案也不斷出現(xiàn),，成為未來的發(fā)展趨勢： 1）與車輛動力學結合：將動力學參數(shù)評價指標和最優(yōu)規(guī)劃等結合，從最優(yōu)控制角度進行規(guī)劃是近年采用較多的方法,，在這個過程中可以充分考慮車輛動力學因素,，規(guī)劃出的軌跡更加合理。例如采用模型預測控制理論（Model Predictive Control）,。其不足在于：對車輛的約束越多,，優(yōu)化其軌跡的難度越大，較難實現(xiàn)在線的實時計算,。 2）與狀態(tài)參數(shù)估計結合：狀態(tài)參數(shù)估計可以更加準確獲得車輛參數(shù),，因此可以將狀態(tài)估計器加入規(guī)劃模塊中,，通過在線估計車輛狀態(tài)并將其反饋給規(guī)劃器，提高軌跡質量,。例如：不同地面類型會引起車輛滑移特性的變化,，進而影響車輛狀態(tài)，通過結合估計參數(shù)實時重新規(guī)劃軌跡,，閉環(huán)規(guī)劃從而提高軌跡安全性,。 3）與機器學習結合：隨著以神經(jīng)網(wǎng)絡為代表的人工智能的快速發(fā)展，許多傳統(tǒng)的規(guī)劃問題也帶來了新的解決思路,。在自動駕駛領域,，其發(fā)展趨勢包括：
自動駕駛車輛在復雜環(huán)境中作出最優(yōu)決策,，這一問題與強化學習的定義非常吻合,，因此如前文所述，隨著深度強化學習技術的快速發(fā)展,，越來越多的研究團隊開始將其應用于自動駕駛決策規(guī)劃中,，將行為決策與運動規(guī)劃模塊相融合，直接學習得到行駛軌跡,。為了解決環(huán)境獎勵函數(shù)不易獲得的問題,，人們還提出了首先利用逆強化學習（IRL）根據(jù)人類專家演示學習，然后使用強化學習來學習最優(yōu)策略,。 參考文獻[1] Schwarting W, Alonso-Mora J, Rus D. Planning and Decision-Making for Autonomous Vehicles[J]. Annual Review of Control, Robotics, and Autonomous Systems, 2018, 1(1): 187–210. [2] Paden B, Cap M, Yong S Z, et al. A Survey of Motion Planning and Control Techniques for Self-Driving Urban Vehicles[J]. IEEE Transactions on Intelligent Vehicles, 2016, 1(1): 33–55. [3] E. W. Dijkstra, “A note on two problems in connexion with graphs,”Numerische mathematik, vol. 1, pp. 269–271, 1959. [4] N. J. Nilsson, “A mobile automaton: An application of artificial intelligence techniques,” tech. rep., DTIC Document, 1969. [5] 耿新力. 城區(qū)不確定環(huán)境下無人駕駛車輛行為決策方法研究[D]. 中國科學技術大學, 2017. [6] Montemerlo M, Becker J, Bhat S, et al. Junior: The Stanford entry in the Urban Challenge[J]. Journal of Field Robotics, 2008, 25(9): 569–597. [7] Olsson M. Behavior Trees for decision-making in Autonomous Driving[M]. 2016. [8] Zhao L, Ichise R, Sasaki Y, et al. Fast decision making using ontology-based knowledge base[C]//Intelligent Vehicles Symposium (IV), 2016 IEEE. IEEE, 2016: 173–178. [9] Vacek S, Gindele T, Zollner J M, et al. Using case-based reasoning for autonomous vehicle guidance[C]//Intelligent Robots and Systems, 2007. IROS 2007. IEEE/RSJ International Conference on. IEEE, 2007: 4271–4276. [10] Chen C, Seff a, Kornhauser A, et al. Deepdriving: Learning affordance for direct perception in autonomous driving[C]//Proceedings of the IEEE International Conference on Computer Vision. 2015: 2722–2730. [11] Bouton M, Cosgun a, Kochenderfer M J. Belief state planning for autonomously navigating urban intersections[C]//Intelligent Vehicles Symposium (IV), 2017 IEEE. IEEE, 2017: 825–830. [12] Russal S, Norvig P. Artificial intelligence: a modem approach[M]. Pearson Education, 2002. [13] Furda a, Vlacic L. Enabling Safe Autonomous Driving in Real-World City Traffic Using Multiple Criteria Decision Making[J]. IEEE Intelligent Transportation Systems Magazine, 2011, 3(1): 4–17. [14] Bai H, Cai S, Ye N, et al. Intention-aware online POMDP planning for autonomous driving in a crowd[C]//2015 IEEE International Conference on Robotics and Automation (ICRA). 2015: 454–460. [15] Wei J, Snider J M, Gu T, et al. A behavioral planning framework for autonomous driving[C]//2014 IEEE Intelligent Vehicles Symposium Proceedings. 2014: 458–464. [16] Aoude G S, Luders B D, How J P, et al. Sampling-Based Threat Assessment Algorithms for Intersection Collisions Involving Errant Drivers[J]. 2010. [17] Martin A, Schenato L, Altho? D. Interactive Motion Prediction using Game Theory[J]. : 100. [18] Vitelli M, Nayebi a. Carma: A Deep Reinforcement Learning Approach to Autonomous Driving[J]. 2016. [19] Gonzalez D, Perez J, Milanes V, et al. A Review of Motion Planning Techniques for Automated Vehicles[J]. IEEE Transactions on Intelligent Transportation Systems, 2016, 17(4): 1135–1145. [20] WAYDO S, MURRAY R M. Vehicle motion planning using stream functions[C]//2003 IEEE International Conference on Robotics and Automation (Cat. No.03CH37422). 2003, 2: 2484–2491 vol 2. [21] DAILY R, BEVLY D M. Harmonic potential field path planning for high speed vehicles[C]//2008 American Control Conference. 2008: 4609–4614. [22] The DARPA Urban Challenge: autonomous vehicles in city traffic[M]. BUEHLER M, IAGNEMMA K, SINGH S. Berlin: Springer, 2009. 來源：美團無人配送 |
|
|
