兩萬字簡述自動(dòng)駕駛路徑規(guī)劃的常用算法
加入技術(shù)交流群
1. 1 自動(dòng)駕駛系統(tǒng)分類自動(dòng)駕駛系統(tǒng)沒有嚴(yán)謹(jǐn)?shù)姆诸?，但行業(yè)內(nèi)普遍喜歡將自動(dòng)駕駛系統(tǒng)區(qū)別為模塊化的和端到端的，圖1所示為兩者系統(tǒng)的原理框圖對(duì)比。
圖1 模塊化和端到端自動(dòng)駕駛系統(tǒng)原理簡圖
1.1.1 模塊化自動(dòng)駕駛系統(tǒng)這是最經(jīng)典也是業(yè)界采用最多的一種自動(dòng)駕駛系統(tǒng)，也是最簡明清爽的一種結(jié)構(gòu)，其作用是實(shí)時(shí)地求解出連續(xù)的控制輸出使得自動(dòng)駕駛車輛可以安全地由初始位置行駛到目標(biāo)位置?；谀K化的思想，將自動(dòng)駕駛系統(tǒng)劃分為三層：環(huán)境感知層、決策規(guī)劃層和控制執(zhí)行層。每一層還可以劃分為不同的模塊，每個(gè)模塊還可以劃分為不同的子模塊……。環(huán)境感知層就像是人的眼睛和耳朵，負(fù)責(zé)對(duì)外部環(huán)境進(jìn)行感知并將感知結(jié)果送入決策規(guī)劃層。決策規(guī)劃層就像是人的大腦，在接收到感知信息后進(jìn)行分析、決策，并生成加減速、變道、直行等控制命令。控制執(zhí)行層就像人的雙手和雙腳，在接收到控制命令后控制執(zhí)行器完成加速、轉(zhuǎn)向等操作。模塊化自動(dòng)駕駛系統(tǒng)中每一層都是關(guān)鍵和核心。但從實(shí)現(xiàn)自動(dòng)駕駛功能的角度，環(huán)境感知層是基礎(chǔ)，決策規(guī)劃層是核心，控制執(zhí)行層是保障。作為核心的決策規(guī)劃層帶著自動(dòng)駕駛往“更安全、更舒適、更高效”的道路上狂奔，畢竟小小的失誤小則影響乘坐舒適性、通行效率，大則影響人身財(cái)產(chǎn)安全。在模塊化自動(dòng)駕駛系統(tǒng)中，不同團(tuán)隊(duì)負(fù)責(zé)不同的模塊，可以實(shí)現(xiàn)更好的分工合作，從而提高開發(fā)效率。同時(shí)團(tuán)隊(duì)內(nèi)部可以對(duì)負(fù)責(zé)的模塊進(jìn)行充分的評(píng)估，了解各模塊的性能瓶頸所在，從而讓我們能對(duì)最后的0.1%的不足有更清晰的認(rèn)知，技術(shù)的迭代、更新。缺點(diǎn)就是整個(gè)系統(tǒng)非常復(fù)雜、龐大、需要人工設(shè)計(jì)成百上千個(gè)模塊。二是對(duì)車載硬件計(jì)算能力要求高，如果越來越多的子模塊采用深度學(xué)習(xí)網(wǎng)絡(luò)，這將帶來災(zāi)難性的計(jì)算需求爆炸?；谀K化的自動(dòng)駕駛系統(tǒng)，我們可能花10%的時(shí)間就實(shí)現(xiàn)了99.9%的問題，但我們還需要花90%的時(shí)間去解決最后0.1%的不足。這個(gè)系統(tǒng)的難度之大，已經(jīng)遠(yuǎn)超一家公司的能力范圍，需要一個(gè)協(xié)作的生態(tài)。1.1.2 端到端自動(dòng)駕駛系統(tǒng)術(shù)語端到端（End to End）來源于深度學(xué)習(xí)，指的是算法直接由輸入求解出所需的輸出，即算法直接將系統(tǒng)的輸入端連接到輸出端。2016年NVIDIA將端到端的深度學(xué)習(xí)技術(shù)應(yīng)用在自動(dòng)駕駛汽車之后，端到端自動(dòng)駕駛迅速捕獲圈內(nèi)一眾大佬的芳心，各種demo更是層出不窮。所謂端到端自動(dòng)駕駛是指車輛將傳感器采集到的信息（原始圖像數(shù)據(jù)、原始點(diǎn)云數(shù)據(jù)等），直接送入到一個(gè)統(tǒng)一的深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)，神經(jīng)網(wǎng)絡(luò)經(jīng)過處理之后直接輸出自動(dòng)駕駛汽車的駕駛命令（方向盤轉(zhuǎn)角、方向盤轉(zhuǎn)速、油門踏板開度、制動(dòng)踏板開度等）。2016年NVIDIA發(fā)表了論文《End to End Learning for Self-Driving Cars》，拉開了端到端自動(dòng)駕駛內(nèi)卷的序幕。論文首先展示了訓(xùn)練數(shù)據(jù)的采集系統(tǒng)，如圖2所示。論文中只涉及了車道保持功能，因此訓(xùn)練數(shù)據(jù)也只對(duì)攝像機(jī)的視頻數(shù)據(jù)和人類駕駛員操作方向盤的角度數(shù)據(jù)進(jìn)行了采集。
圖4 訓(xùn)練過的網(wǎng)絡(luò)用于從單中心前向攝像機(jī)中生成轉(zhuǎn)向命令
在端到端自動(dòng)駕駛中，沒有人工設(shè)計(jì)的繁復(fù)規(guī)則，只需要極少的來自人類的訓(xùn)練數(shù)據(jù)，深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)就會(huì)學(xué)會(huì)駕駛。且不用關(guān)心有沒有高精地圖覆蓋、此時(shí)是行駛在高速主干路還是城區(qū)道路、道路上車道線有沒有缺失等。相比模塊化自動(dòng)駕駛系統(tǒng)，端到端自動(dòng)駕駛系統(tǒng)設(shè)計(jì)難度低，硬件成本小，還能借助數(shù)據(jù)的多樣性獲得不同場景下的泛用性。各方面條件得天獨(dú)厚，從理論層面看堪稱自動(dòng)駕駛的終極夢(mèng)想。然而端到端深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)是一個(gè)完完全全的黑盒子，不具解釋分析性，可靠性、靈活性差，工程師們沒有辦法對(duì)它進(jìn)行系統(tǒng)化的解釋分析，而是只能依靠推測(cè)和實(shí)驗(yàn)進(jìn)行調(diào)整。最終帶來的結(jié)果是安全難以得到保障，而自動(dòng)駕駛最最關(guān)注的恰是安全。比如端到端自動(dòng)駕駛系統(tǒng)下汽車做出一個(gè)汽車減速左轉(zhuǎn)的行動(dòng)，工程師們無法確定這是因?yàn)槠嚳吹叫腥?，還是因?yàn)榭吹捷^遠(yuǎn)處的紅燈。但是，在模塊化的自動(dòng)駕駛系統(tǒng)下，由于多個(gè)識(shí)別系統(tǒng)嵌套，相對(duì)好理解到底汽車所做的每一個(gè)舉動(dòng)背后的邏輯。這也意味著，如果端到端系統(tǒng)出現(xiàn)問題時(shí)，工程師們并不能對(duì)其對(duì)癥下****，做出合理的應(yīng)對(duì)。更多情況下甚至只能簡單向模型灌注更多的數(shù)據(jù)，希冀它能在進(jìn)一步的訓(xùn)練中“自行”解決問題。這也會(huì)大大降低端到端自動(dòng)駕駛系統(tǒng)原本開發(fā)簡單的優(yōu)勢(shì)。1.2 決策規(guī)劃分層架構(gòu)決策規(guī)劃的任務(wù)，就是在對(duì)感知到的周邊物體的預(yù)測(cè)軌跡的基礎(chǔ)上，結(jié)合結(jié)合自動(dòng)駕駛車輛的和當(dāng)前位置，對(duì)車輛做出最合理的決策和控制。正如人的大腦又分為左腦和右腦、并負(fù)責(zé)不同的任務(wù)一樣，模塊化自動(dòng)駕駛系統(tǒng)中決策規(guī)劃層也可以繼續(xù)細(xì)分為執(zhí)行不同任務(wù)的子層。而這一分層設(shè)計(jì)最早其實(shí)是源自2007年舉辦的DAPRA城市挑戰(zhàn)賽，比賽中多數(shù)參賽隊(duì)伍都將自動(dòng)駕駛系統(tǒng)的決策規(guī)劃方式包括三層：全局路徑規(guī)劃層（Route Planning）、行為決策層（Behavioral Layer）和運(yùn)動(dòng)規(guī)劃層（Motion Planning），如圖5所示。
圖6 全局路徑規(guī)劃示例在全局路徑規(guī)劃的時(shí)候，也可以基于地圖精度和豐富度，提前考慮道路曲率半徑、坡度等信息，來避免搜索出部分參數(shù)超出ODD要求的全局路徑。但是高度隨機(jī)的交通參與者、高度動(dòng)態(tài)的交通流以及高度復(fù)雜的道路結(jié)構(gòu)，全局路徑規(guī)劃是無法考慮周到的，因此還需要基于具體的行為決策進(jìn)行后面的運(yùn)動(dòng)規(guī)劃，也就是局部路徑規(guī)劃。行為決策層在收到全局路徑后，結(jié)合感知環(huán)境信息、交通規(guī)則信息、車輛狀態(tài)信息、駕駛場景信息等，推導(dǎo)判斷下一分鐘或下一秒時(shí)刻的情況，作出車道保持、車輛跟隨、車道變換和制動(dòng)避撞等的適合當(dāng)前交通環(huán)境的駕駛行為。如圖7所示，自車在檢測(cè)到前方存在低速行駛車輛，且右側(cè)車道滿足變道條件后，作出向右變道的駕駛行為決策。
圖7 行為決策示例運(yùn)動(dòng)規(guī)劃層也被稱為局部路徑規(guī)劃層，與全局路徑規(guī)劃聚焦在分鐘到小時(shí)級(jí)別的規(guī)劃不同，運(yùn)動(dòng)規(guī)劃聚焦在毫秒級(jí)到秒級(jí)的規(guī)劃。規(guī)劃的時(shí)候，根據(jù)輸入的行為決策信息、結(jié)合車輛實(shí)時(shí)位姿信息、局部環(huán)境信息、全局路徑參考信息等，在“安全、舒適、效率”的精神引領(lǐng)下，規(guī)劃生成一條滿足特定約束條件的平滑軌跡軌跡（包括行駛軌跡、速度、方向等），并輸入給控制執(zhí)行層。如圖8所示，在車輛收到行為決策層的左變道指令后，主車基于各種信息規(guī)劃出幾條可行的路徑，如何規(guī)劃出最優(yōu)的路徑也是下文要介紹的內(nèi)容。
圖8 運(yùn)動(dòng)規(guī)劃示意圖全局路徑規(guī)劃與運(yùn)動(dòng)規(guī)劃作為兩個(gè)層級(jí)的不同規(guī)劃，現(xiàn)將其特點(diǎn)匯總為表1。表1 全局路徑規(guī)劃與運(yùn)動(dòng)規(guī)劃特點(diǎn)對(duì)比
正菜之前，我們先來了解一下圖（包括有向圖和無向圖）的概念。圖是圖論中的基本概念，用于表示物體與物體之間存在某種關(guān)系的結(jié)構(gòu)。在圖中，物體被稱為節(jié)點(diǎn)或頂點(diǎn)，并用一組點(diǎn)或小圓圈表示。節(jié)點(diǎn)間的關(guān)系稱作邊，可以用直線或曲線來表示節(jié)點(diǎn)間的邊。
如果給圖的每條邊規(guī)定一個(gè)方向，那么得到的圖稱為有向圖，其邊也稱為有向邊，如圖9所示。在有向圖中，與一個(gè)節(jié)點(diǎn)相關(guān)聯(lián)的邊有出邊和入邊之分，而與一個(gè)有向邊關(guān)聯(lián)的兩個(gè)點(diǎn)也有始點(diǎn)和終點(diǎn)之分。相反，邊沒有方向的圖稱為無向圖。
數(shù)學(xué)上，常用二元組G =（V，E）來表示其數(shù)據(jù)結(jié)構(gòu)，其中集合V稱為點(diǎn)集，E稱為邊集。對(duì)于圖6所示的有向圖，V可以表示為{A，B，C，D，E，F(xiàn)，G}，E可以表示為{<A，B>，<B，C>，<B，F(xiàn)>，<B，E>，<C，E>，<E，B>，<F，G>}。<A，B>表示從頂點(diǎn)A發(fā)向頂點(diǎn)B的邊，A為始點(diǎn)，B為終點(diǎn)。
在圖的邊中給出相關(guān)的數(shù)，稱為權(quán)。權(quán)可以代表一個(gè)頂點(diǎn)到另一個(gè)頂點(diǎn)的距離、耗費(fèi)等，帶權(quán)圖一般稱為網(wǎng)。
在全局路徑規(guī)劃時(shí)，通常將圖10所示道路和道路之間的連接情況，通行規(guī)則，道路的路寬等各種信息處理成有向圖，其中每一個(gè)有向邊都是帶權(quán)重的，也被稱為路網(wǎng)（Route Network Graph）。
圖10 道路連接情況那么，全局路徑的規(guī)劃問題就變成了在路網(wǎng)中，搜索到一條最優(yōu)的路徑，以便可以盡快見到那個(gè)心心念念的她，這也是全局路徑規(guī)劃算法最樸素的愿望。而為了實(shí)現(xiàn)這個(gè)愿望，誕生了Dijkstra和A*兩種最為廣泛使用的全局路徑搜索算法。
2.1 Dijkstra算法
戴克斯特拉算法（Dijkstra’s algorithm）是由荷蘭計(jì)算機(jī)科學(xué)家Edsger W. Dijkstra在1956年提出，解決的是有向圖中起點(diǎn)到其他頂點(diǎn)的最短路徑問題。
假設(shè)有A、B、C、D、E、F五個(gè)城市，用有向圖表示如圖11，邊上的權(quán)重代表兩座城市之間的距離，現(xiàn)在我們要做的就是求出起點(diǎn)A城市到其它城市的最短距離。
圖11 五個(gè)城市構(gòu)建的有向圖用Dijkstra算法求解步驟如下：
（1）創(chuàng)建一個(gè)二維數(shù)組E來描述頂點(diǎn)之間的距離關(guān)系，如圖12所示。E[B][C]表示頂點(diǎn)B到頂點(diǎn)C的距離。自身之間的距離設(shè)為0，無法到達(dá)的頂點(diǎn)之間設(shè)為無窮大。
圖12 頂點(diǎn)之間的距離關(guān)系（2）創(chuàng)建一個(gè)一維數(shù)組Dis來存儲(chǔ)起點(diǎn)A到其余頂點(diǎn)的最短距離。一開始我們并不知道起點(diǎn)A到其它頂點(diǎn)的最短距離，一維數(shù)組Dis中所有值均賦值為無窮大。接著我們遍歷起點(diǎn)A的相鄰頂點(diǎn)，并將與相鄰頂點(diǎn)B和C的距離3（E[A][B]）和10（E[A][C]）更新到Dis[B]和Dis[C]中，如圖13所示。這樣我們就可以得出起點(diǎn)A到其余頂點(diǎn)最短距離的一個(gè)估計(jì)值。
圖13 Dis經(jīng)過一次遍歷后得到的值（3）接著我們尋找一個(gè)離起點(diǎn)A距離最短的頂點(diǎn)，由數(shù)組Dis可知為頂點(diǎn)B。頂點(diǎn)B有兩條出邊，分別連接頂點(diǎn)C和D。因起點(diǎn)A經(jīng)過頂點(diǎn)B到達(dá)頂點(diǎn)C的距離8（E[A][B] + E[B][C] = 3 + 5）小于起點(diǎn)A直接到達(dá)頂點(diǎn)C的距離10，因此Dis[C]的值由10更新為8。同理起點(diǎn)A經(jīng)過B到達(dá)D的距離5（E[A][B] + E[B][D] = 3 + 2）小于初始值無窮大，因此Dis[D]更新為5，如圖14所示。
圖14 Dis經(jīng)過第二次遍歷后得到的值（4）接著在剩下的頂點(diǎn)C、D、E、F中，選出里面離起點(diǎn)A最近的頂點(diǎn)D，繼續(xù)按照上面的方式對(duì)頂點(diǎn)D的所有出邊進(jìn)行計(jì)算，得到Dis[E]和Dis[F]的更新值，如圖15所示。
圖15 Dis經(jīng)過第三次遍歷后得到的值（5）繼續(xù)在剩下的頂點(diǎn)C、E、F中，選出里面離起點(diǎn)A最近的頂點(diǎn)C，繼續(xù)按照上面的方式對(duì)頂點(diǎn)C的所有出邊進(jìn)行計(jì)算，得到Dis[E]的更新值，如圖16所示。
圖16 Dis經(jīng)過第四次遍歷后得到的值（6）繼續(xù)在剩下的頂點(diǎn)E、F中，選出里面離起點(diǎn)A最近的頂點(diǎn)E，繼續(xù)按照上面的方式對(duì)頂點(diǎn)E的所有出邊進(jìn)行計(jì)算，得到Dis[F]的更新值，如圖17所示。
圖17 Dis經(jīng)過第五次遍歷后得到的值（7）最后對(duì)頂點(diǎn)F所有點(diǎn)出邊進(jìn)行計(jì)算，此例中頂點(diǎn)F沒有出邊，因此不用處理。至此，數(shù)組Dis中距離起點(diǎn)A的值都已經(jīng)從“估計(jì)值”變?yōu)榱恕按_定值”。
基于上述形象的過程，Dijkstra算法實(shí)現(xiàn)過程可以歸納為如下步驟：
（1）將有向圖中所有的頂點(diǎn)分成兩個(gè)集合P和Q，P用來存放已知距離起點(diǎn)最短距離的頂點(diǎn)，Q用來存放剩余未知頂點(diǎn)?？梢韵胂?，一開始，P中只有起點(diǎn)A。同時(shí)我們創(chuàng)建一個(gè)數(shù)組Flag[N]來記錄頂點(diǎn)是在P中還是Q中。對(duì)于某個(gè)頂點(diǎn)N，如果Flag[N]為1則表示這個(gè)頂點(diǎn)在集合P中，為1則表示在集合Q中。
（2）起點(diǎn)A到自己的最短距離設(shè)置為0，起點(diǎn)能直接到達(dá)的頂點(diǎn)N，Dis[N]設(shè)為E[A][N]，起點(diǎn)不能直接到達(dá)的頂點(diǎn)的最短路徑為設(shè)為∞。
（3）在集合Q中選擇一個(gè)離起點(diǎn)最近的頂點(diǎn)U（即Dis[U]最?。┘尤氲郊螾。并計(jì)算所有以頂點(diǎn)U為起點(diǎn)的邊，到其它頂點(diǎn)的距離。例如存在一條從頂點(diǎn)U到頂點(diǎn)V的邊，那么可以通過將邊U->V添加到尾部來拓展一條從A到V的路徑，這條路徑的長度是Dis[U]+e[U][V]。如果這個(gè)值比目前已知的Dis[V]的值要小，我們可以用新值來替代當(dāng)前Dis[V]中的值。
（4）重復(fù)第三步，如果最終集合Q結(jié)束，算法結(jié)束。最終Dis數(shù)組中的值就是起點(diǎn)到所有頂點(diǎn)的最短路徑。
2.2 A*算法
1968年，斯坦福國際研究院的Peter E. Hart, Nils Nilsson以及Bertram Raphael共同發(fā)明了A*算法。A*算法通過借助一個(gè)啟發(fā)函數(shù)來引導(dǎo)搜索的過程，可以明顯地提高路徑搜索效率。
下文仍以一個(gè)實(shí)例來簡單介紹A*算法的實(shí)現(xiàn)過程。如圖18所示，假設(shè)小馬要從A點(diǎn)前往B點(diǎn)大榕樹底下去約會(huì)，但是A點(diǎn)和B點(diǎn)之間隔著一個(gè)池塘。為了能盡快提到達(dá)約會(huì)地點(diǎn)，給姑娘留下了一個(gè)守時(shí)踏實(shí)的好印象，我們需要給小馬搜索出一條時(shí)間最短的可行路徑。
圖18 約會(huì)場景示意圖A*算法的第一步就是簡化搜索區(qū)域，將搜索區(qū)域劃分為若干柵格。并有選擇地標(biāo)識(shí)出障礙物不可通行與空白可通行區(qū)域。一般地，柵格劃分越細(xì)密，搜索點(diǎn)數(shù)越多，搜索過程越慢，計(jì)算量也越大；柵格劃分越稀疏，搜索點(diǎn)數(shù)越少，相應(yīng)的搜索精確性就越低。
如圖19所示，我們?cè)谶@里將要搜索的區(qū)域劃分成了正方形（當(dāng)然也可以劃分為矩形、六邊形等）的格子，圖中藍(lán)色格子代表A點(diǎn)（小馬當(dāng)前的位置），紫色格子代表B點(diǎn)（大榕樹的位置），灰色格子代表池塘。同時(shí)我們可以用一個(gè)二維數(shù)組S來表示搜素區(qū)域，數(shù)組中的每一項(xiàng)代表一個(gè)格子，狀態(tài)代表可通行和不可通行。
圖19 經(jīng)過簡化后的搜索區(qū)域接著我們引入兩個(gè)集合OpenList和CloseList，以及一個(gè)估價(jià)函數(shù)F = G + H。OpenList用來存儲(chǔ)可到達(dá)的格子，CloseList用來存儲(chǔ)已到達(dá)的格子。G代表從起點(diǎn)到當(dāng)前格子的距離，H表示在不考慮障礙物的情況下，從當(dāng)前格子到目標(biāo)格子的距離。F是起點(diǎn)經(jīng)由當(dāng)前格子到達(dá)目標(biāo)格子的總代價(jià)，值越小，綜合優(yōu)先級(jí)越高。
G和H也是A*算法的精髓所在，通過考慮當(dāng)前格子與起始點(diǎn)的距離，以及當(dāng)前格子與目標(biāo)格子的距離來實(shí)現(xiàn)啟發(fā)式搜索。對(duì)于H的計(jì)算，又有兩種方式，一種是歐式距離，一種是曼哈頓距離。
歐式距離用公式表示如下，物理上表示從當(dāng)前格子出發(fā)，支持以8個(gè)方向向四周格子移動(dòng)（橫縱向移動(dòng)+對(duì)角移動(dòng)）。
曼哈頓距離用公式表示如下，物理上表示從當(dāng)前格子出發(fā)，支持以4個(gè)方向向四周格子移動(dòng)（橫縱向移動(dòng)）。這是A*算法最常用的計(jì)算H值方法，本文H值的計(jì)算也采用這種方法。
現(xiàn)在我們開始搜索，查找最短路徑。首先將起點(diǎn)A放入到OpenList中，并計(jì)算出此時(shí)OpenList中F值最小的格子作為當(dāng)前方格移入到CloseList中。由于當(dāng)前OpenList中只有起點(diǎn)A這個(gè)格子，所以將起點(diǎn)A移入CloseList，代表這個(gè)格子已經(jīng)檢查過了。
接著我們找出當(dāng)前格子A上下左右所有可通行的格子，看它們是否在OpenList當(dāng)中。如果不在，加入到OpenList中計(jì)算出相應(yīng)的G、H、F值，并把當(dāng)前格子A作為它們的父節(jié)點(diǎn)。本例子，我們假設(shè)橫縱向移動(dòng)代價(jià)為10，對(duì)角線移動(dòng)代價(jià)為14。
我們?cè)诿總€(gè)格子上標(biāo)出計(jì)算出來的F、G、H值，如圖20所示，左上角是F，左下角是G，右下角是H。通過計(jì)算可知S[3][2]格子的F值最小，我們把它從OpenList中取出，放到CloseList中。
圖20 第一輪計(jì)算后的結(jié)果接著將S[3][2]作為當(dāng)前格子，檢查所有與它相鄰的格子，忽略已經(jīng)在CloseList或是不可通行的格子。如果相鄰的格子不在OpenList中，則加入到OpenList，并將當(dāng)前方格子S[3][2]作為父節(jié)點(diǎn)。
已經(jīng)在OpenList中的格子，則檢查這條路徑是否最優(yōu)，如果非最優(yōu)，不做任何操作。如果G值更小，則意味著經(jīng)由當(dāng)前格子到達(dá)OpenList中這個(gè)格子距離更短，此時(shí)我們將OpenList中這個(gè)格子的父節(jié)點(diǎn)更新為當(dāng)前節(jié)點(diǎn)。
對(duì)于當(dāng)前格子S[3][2]來說，它的相鄰5個(gè)格子中有4個(gè)已經(jīng)在OpenList，一個(gè)未在。對(duì)于已經(jīng)在OpenList中的4個(gè)格子，我們以它上面的格子S[2][2]舉例，從起點(diǎn)A經(jīng)由格子S[3][2]到達(dá)格子S[2][2]的G值為20（10+10）大于從起點(diǎn)A直接沿對(duì)角線到達(dá)格子S[2][2]的G值14。顯然A經(jīng)由格子S[3][2]到達(dá)格子S[2][2]不是最優(yōu)的路徑。當(dāng)把4個(gè)已經(jīng)在OpenList 中的相鄰格子都檢查后，沒有發(fā)現(xiàn)經(jīng)由當(dāng)前方格的更好路徑，因此我們不做任何改變。
對(duì)于未在OpenList的格子S[2][3]（假設(shè)小馬可以斜穿墻腳），加入OpenList中，并計(jì)算它的F、G、H值，并將當(dāng)前格子S[3][2]設(shè)置為其父節(jié)點(diǎn)。經(jīng)歷這一波騷操作后，OpenList中有5個(gè)格子，我們需要從中選擇F值最小的那個(gè)格子S[2][3]，放入CloseList中，并設(shè)置為當(dāng)前格子，如圖21所示。
圖21 第二輪計(jì)算后的結(jié)果重復(fù)上面的故事，直到終點(diǎn)也加入到OpenList中。此時(shí)我們以當(dāng)前格子倒推，找到其父節(jié)點(diǎn)，父節(jié)點(diǎn)的父節(jié)點(diǎn)……，如此便可搜索出一條最優(yōu)的路徑，如圖22中紅色圓圈標(biāo)識(shí)。
圖22 最后計(jì)算得到的結(jié)果基于上述形象的過程，A*算法實(shí)現(xiàn)過程可以歸納為如下步驟：
（1）將搜索區(qū)域按一定規(guī)則劃分，把起點(diǎn)加入OpenList。
（2）在OpenList中查找F值最小的格子，將其移入CloseList，并設(shè)置為當(dāng)前格子。
（3）查找當(dāng)前格子相鄰的可通行的格子，如果它已經(jīng)在OpenList中，用G值衡量這條路徑是否更好。如果更好，將該格子的父節(jié)點(diǎn)設(shè)置為當(dāng)前格子，重新計(jì)算F、G值，如果非更好，不做任何處理；如果不在OpenList中，將它加入OpenList中，并以當(dāng)前格子為父節(jié)點(diǎn)計(jì)算F、G、H值。
（4）重復(fù)步驟（2）和步驟（3），直到終點(diǎn)加入到OpenList中。
2.3 兩種算法比較
Dijkstra算法的基本思想是“貪心”，主要特點(diǎn)是以起點(diǎn)為中心向周圍層層擴(kuò)展，直至擴(kuò)展到終點(diǎn)為止。通過Dijkstra算法得出的最短路徑是最優(yōu)的，但是由于遍歷沒有明確的方向，計(jì)算的復(fù)雜度比較高，路徑搜索的效率比較低。且無法處理有向圖中權(quán)值為負(fù)的路徑最優(yōu)問題。
A*算法將Dijkstra算法與廣度優(yōu)先搜索（Breadth-First-Search，BFS）算法相結(jié)合，并引入啟發(fā)函數(shù)（估價(jià)函數(shù)），大大減少了搜索節(jié)點(diǎn)的數(shù)量，提高了搜索效率。但是A*先入為主的將最早遍歷路徑當(dāng)成最短路徑，不適用于動(dòng)態(tài)環(huán)境且不太適合高維空間，且在終點(diǎn)不可達(dá)時(shí)會(huì)造成大量性能消耗。
圖24是兩種算法路徑搜索效率示意圖，左圖為Dijkstra算法示意圖，右圖為A*算法示意圖，帶顏色的格子表示算法搜索過的格子。由圖23可以看出，A*算法更有效率，手術(shù)的格子更少。
03行為決策常用算法
作為L4級(jí)自動(dòng)駕駛的優(yōu)秀代表Robotaxi，部分人可能已經(jīng)在自己的城市欣賞過他們不羈的造型，好奇心強(qiáng)烈的可能都已經(jīng)體驗(yàn)過他們的無人“推背”服務(wù)。作為一個(gè)占有天時(shí)地利優(yōu)勢(shì)的從業(yè)人員，我時(shí)常在周末選一個(gè)人和的時(shí)間，叫個(gè)免費(fèi)Robotaxi去超市買個(gè)菜。
在基于規(guī)則的方法中，通過對(duì)自動(dòng)駕駛車輛的駕駛行為進(jìn)行劃分，并基于感知環(huán)境、交通規(guī)則等信息建立駕駛行為規(guī)則庫。自動(dòng)駕駛車輛在行駛過程中，實(shí)時(shí)獲取交通環(huán)境、交通規(guī)則等信息，并與駕駛行為規(guī)則庫中的經(jīng)驗(yàn)知識(shí)進(jìn)行匹配，進(jìn)而推理決策出下一時(shí)刻的合理自動(dòng)駕駛行為。正如全局路徑規(guī)劃的前提是地圖一樣，自動(dòng)駕駛行為分析也成為基于規(guī)則的行為決策的前提。不同應(yīng)用場景下的自動(dòng)駕駛行為不完全相同，以高速主干路上的L4自動(dòng)駕駛卡車為例，其自動(dòng)駕駛行為可簡單分解為單車道巡航、自主變道、自主避障三個(gè)典型行為。單車道巡航是卡車L4自動(dòng)駕駛系統(tǒng)激活后的默認(rèn)狀態(tài)，車道保持的同時(shí)進(jìn)行自適應(yīng)巡航。此駕駛行為還可以細(xì)分定速巡航、跟車巡航等子行為，而跟車巡航子行為還可以細(xì)分為加速、加速等子子行為，真是子子孫孫無窮盡也。自主變道是在變道場景（避障變道場景、主干路變窄變道場景等）發(fā)生及變道空間（與前車和后車的距離、時(shí)間）滿足后進(jìn)行左/右變道。自主避障是在前方出現(xiàn)緊急危險(xiǎn)情況且不具備自主變道條件時(shí)，采取的緊急制動(dòng)行為，避免與前方障礙物或車輛發(fā)生碰撞。其均可以繼續(xù)細(xì)分，此處不再展開。上面列舉的駕駛行為之間不是獨(dú)立的，而是相互關(guān)聯(lián)的，在一定條件滿足后可以進(jìn)行實(shí)時(shí)切換，從而支撐起L4自動(dòng)駕駛卡車在高速主干路上的自由自在。現(xiàn)將例子中的三種駕駛行為之間的切換條件簡單匯總?cè)绫?，真實(shí)情況比這嚴(yán)謹(jǐn)、復(fù)雜的多，此處僅為后文解釋基于規(guī)則的算法所用。
表2 狀態(tài)間的跳轉(zhuǎn)事件
圖24 狀態(tài)跳轉(zhuǎn)示意圖基于有限狀態(tài)機(jī)理論構(gòu)建的智能車輛自動(dòng)駕駛行為決策系統(tǒng)，可將復(fù)雜的自動(dòng)駕駛過程分解為有限個(gè)自動(dòng)駕駛駕駛行為，邏輯推理清晰、應(yīng)用簡單、實(shí)用性好等特點(diǎn)，使其成為當(dāng)前自動(dòng)駕駛領(lǐng)域目前最廣泛使用的行為決策方法。但該方法沒有考慮環(huán)境的動(dòng)態(tài)性、不確定性以及車輛運(yùn)動(dòng)學(xué)以及動(dòng)力學(xué)特性對(duì)駕駛行為決策的影響，因此多適用于簡單場景下，很難勝任具有豐富結(jié)構(gòu)化特征的城區(qū)道路環(huán)境下的行為決策任務(wù)。3.2 基于學(xué)習(xí)的方法上文介紹的基于規(guī)則的行為決策方法依靠專家經(jīng)驗(yàn)搭建的駕駛行為規(guī)則庫，但是由于人類經(jīng)驗(yàn)的有限性，智能性不足成為基于規(guī)則的行為決策方法的最大制約，復(fù)雜交通工況的事故率約為人類駕駛員的百倍以上。鑒于此，科研工作者開始探索基于學(xué)習(xí)的方法，并在此基礎(chǔ)上了誕生了數(shù)據(jù)驅(qū)動(dòng)型學(xué)習(xí)方法和強(qiáng)化學(xué)習(xí)方法。數(shù)據(jù)驅(qū)動(dòng)型學(xué)習(xí)是一種依靠自然駕駛數(shù)據(jù)直接擬合神經(jīng)網(wǎng)絡(luò)模型的方法，首先用提前采集到的老司機(jī)開車時(shí)的自然駕駛數(shù)據(jù)訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型，訓(xùn)練的目標(biāo)是讓自動(dòng)駕駛行為決策水平接近老司機(jī)。而后將訓(xùn)練好的算法模型部署到車上，此時(shí)車輛的行為決策就像老司機(jī)一樣，穿行在大街小巷。讀者可參見端到端自動(dòng)駕駛章節(jié)中介紹的NVIDIA demo案例。強(qiáng)化學(xué)習(xí)方法通過讓智能體（行為決策主體）在交互環(huán)境中以試錯(cuò)方式運(yùn)行，并基于每一步行動(dòng)后環(huán)境給予的反饋（獎(jiǎng)勵(lì)或懲罰），來不斷調(diào)整智能體行為，從而實(shí)現(xiàn)特定目的或使得整體行動(dòng)收益最大。通過這種試錯(cuò)式學(xué)習(xí)，智能體能夠在動(dòng)態(tài)環(huán)境中自己作出一系列行為決策，既不需要人為干預(yù)，也不需要借助顯式編程來執(zhí)行任務(wù)。強(qiáng)化學(xué)習(xí)可能不是每個(gè)人都聽過，但DeepMind開發(fā)的圍棋智能AlphaGo（阿爾法狗），2016年3月戰(zhàn)勝世界圍棋冠軍李世石，2017年5月后又戰(zhàn)勝圍棋世界排名第一柯潔的事，大家應(yīng)該都有所耳聞。更過分的是，半年后DeepMind在發(fā)布的新一代圍棋智能AlphaZero（阿爾法狗蛋），通過21天的閉關(guān)修煉，就戰(zhàn)勝了家族出現(xiàn)的各種狗子們，成功當(dāng)選狗蛋之王。而賦予AlphaGo及AlphaZero戰(zhàn)勝人類棋手的魔法正是強(qiáng)化學(xué)習(xí)，機(jī)器學(xué)習(xí)的一種。機(jī)器學(xué)習(xí)目前有三大派別：監(jiān)督學(xué)習(xí)、無監(jiān)督學(xué)習(xí)和強(qiáng)化學(xué)習(xí)。監(jiān)督學(xué)習(xí)算法基于歸納推理，通過使用有標(biāo)記的數(shù)據(jù)進(jìn)行訓(xùn)練，以執(zhí)行分類或回歸；無監(jiān)督學(xué)習(xí)一般應(yīng)用于未標(biāo)記數(shù)據(jù)的密度估計(jì)或聚類；強(qiáng)化學(xué)習(xí)自成一派，通過讓智能體在交互環(huán)境中以試錯(cuò)方式運(yùn)行，并基于每一步行動(dòng)后環(huán)境給予的反饋（獎(jiǎng)勵(lì)或懲罰），來不斷調(diào)整智能體行為，從而實(shí)現(xiàn)特定目的或使得整體行動(dòng)收益最大。通過這種試錯(cuò)式學(xué)習(xí)，智能體能夠在動(dòng)態(tài)環(huán)境中自己作出一系列決策，既不需要人為干預(yù)，也不需要借助顯式編程來執(zhí)行任務(wù)。這像極了馬戲團(tuán)訓(xùn)練各種動(dòng)物的過程，馴獸師一個(gè)抬手動(dòng)作（環(huán)境），動(dòng)物（智能體）若完成相應(yīng)動(dòng)作，則會(huì)獲得美味的食物（正反饋），若沒有完成相應(yīng)動(dòng)作，食物可能換成了皮鞭（負(fù)反饋）。時(shí)間一久，動(dòng)物就學(xué)會(huì)基于馴獸師不同的手勢(shì)完成不同動(dòng)作，來使自己獲得最多數(shù)量的美食。大道至簡，強(qiáng)化學(xué)習(xí)亦如此。一個(gè)戰(zhàn)勝人類圍棋冠軍的“智能”也僅由五部分組成：智能體（Agent）、環(huán)境（Environment）、狀態(tài)（State）、行動(dòng)（Action）和獎(jiǎng)勵(lì)（Reward）。強(qiáng)化學(xué)習(xí)系統(tǒng)架構(gòu)如圖25所示，結(jié)合自動(dòng)駕駛代客泊車中的泊入功能，我們介紹一下各組成的定義及作用。
圖25 強(qiáng)化學(xué)習(xí)系統(tǒng)架構(gòu)代客泊車泊入功能的追求非常清晰，就是在不發(fā)生碰撞的前提下，實(shí)現(xiàn)空閑停車位的快速泊入功能。這個(gè)過程中，承載強(qiáng)化學(xué)習(xí)算法的控制器（域控制器/中央計(jì)算單元）就是智能體，也是強(qiáng)化學(xué)習(xí)訓(xùn)練的主體。智能體之外的整個(gè)泊車場景都是環(huán)境，包括停車場中的立柱、車輛、行人、光照等。訓(xùn)練開始后，智能體實(shí)時(shí)從車載傳感器（激光雷達(dá)、相機(jī)、IMU、超聲波雷達(dá)等）讀取環(huán)境狀態(tài)，并基于當(dāng)前的環(huán)境狀態(tài)，采取相應(yīng)的轉(zhuǎn)向、制動(dòng)和加速行動(dòng)。如果基于當(dāng)前環(huán)境狀態(tài)采用的行動(dòng)，是有利于車輛快速泊入，則智能體會(huì)得到一個(gè)獎(jiǎng)勵(lì)，反之則會(huì)得到一個(gè)懲罰。在獎(jiǎng)勵(lì)和懲罰的不斷刺激下，智能體學(xué)會(huì)了適應(yīng)環(huán)境，學(xué)會(huì)了下次看到空閑車位時(shí)可以一把倒入，學(xué)會(huì)了面對(duì)不同車位類型時(shí)采取不同的風(fēng)騷走位。從上述例子，我們也可以總結(jié)出訓(xùn)練出一個(gè)優(yōu)秀的“智能”，大概有如下幾個(gè)步驟：（1）創(chuàng)建環(huán)境。定義智能體可以學(xué)習(xí)的環(huán)境，包括智能體和環(huán)境之間的接口。環(huán)境可以是仿真模型，也可以是真實(shí)的物理系統(tǒng)。仿真環(huán)境通常是不錯(cuò)的起點(diǎn)，一是安全，二是可以試驗(yàn)。（2）定義獎(jiǎng)勵(lì)。指定智能體用于根據(jù)任務(wù)目標(biāo)衡量其性能的獎(jiǎng)勵(lì)信號(hào)，以及如何根據(jù)環(huán)境計(jì)算該信號(hào)?？赡苄枰?jīng)過數(shù)次迭代才能實(shí)現(xiàn)正確的獎(jiǎng)勵(lì)塑造。（3）創(chuàng)建智能體。智能體由策略和訓(xùn)練算法組成，因此您需要：（a）選擇一種表示策略的方式（例如，使用神經(jīng)網(wǎng)絡(luò)或查找表）。思考如何構(gòu)造參數(shù)和邏輯，由此構(gòu)成智能體的決策部分。
（b）選擇合適的訓(xùn)練算法。大多數(shù)現(xiàn)代強(qiáng)化學(xué)習(xí)算法依賴于神經(jīng)網(wǎng)絡(luò)，因?yàn)楹笳叻浅＿m合處理大型狀態(tài)/動(dòng)作空間和復(fù)雜問題。
（4）訓(xùn)練和驗(yàn)證智能體。設(shè)置訓(xùn)練選項(xiàng)（如停止條件）并訓(xùn)練智能體以調(diào)整策略。要驗(yàn)證經(jīng)過訓(xùn)練的策略，最簡單的方法是仿真。（5）部署策略。使用生成的 C/C++ 或 CUDA 代碼等部署經(jīng)過訓(xùn)練的策略表示。此時(shí)無需擔(dān)心智能體和訓(xùn)練算法；策略是獨(dú)立的決策系統(tǒng)。強(qiáng)化學(xué)習(xí)方法除了具有提高行為決策智能水平的能力，還具備合并決策和控制兩個(gè)任務(wù)到一個(gè)整體、進(jìn)行統(tǒng)一求解的能力。將決策與控制進(jìn)行合并，這樣既發(fā)揮了強(qiáng)化學(xué)習(xí)的求解優(yōu)勢(shì)，又能進(jìn)一步提高自動(dòng)駕駛系統(tǒng)的智能性。實(shí)際上，人類駕駛員也是具有很強(qiáng)的整體性的，我們很難區(qū)分人類的行為中哪一部分是自主決策，哪一部分是運(yùn)動(dòng)控制?，F(xiàn)階段強(qiáng)化學(xué)習(xí)方法的應(yīng)用還處在摸索階段，應(yīng)用在自動(dòng)駕駛的潛力還沒有被完全發(fā)掘出來，這讓我想起了母校的一句校歌：“能不奮勉乎吾曹？”04運(yùn)動(dòng)規(guī)劃常用算法有了全局路徑參考信息，有了局部環(huán)境信息了，有了行為決策模塊輸入的決策信息，下一步自然而然的就要進(jìn)行運(yùn)動(dòng)規(guī)劃，從而生成一條局部的更加具體的行駛軌跡，并且這條軌跡要滿足安全性和舒適性要求。
考慮到車輛是一個(gè)具有巨大慣性的鐵疙瘩且沒有瞬間移動(dòng)的功能，如果僅考慮瞬時(shí)狀態(tài)的行駛軌跡，不規(guī)劃出未來一段時(shí)間有前瞻性的行駛軌跡，那么很容易造成一段時(shí)間后無解。因此，運(yùn)動(dòng)規(guī)劃生成的軌跡是一種由二維空間和一維時(shí)間組成的三維空間中的曲線，是一種偏實(shí)時(shí)的路徑規(guī)劃。運(yùn)動(dòng)規(guī)劃的第一步往往采用隨機(jī)采樣算法，即走一步看一步，不斷更新行駛軌跡。代表算法是基于采樣的方法：PRM、RRT、Lattice。這類算法通過隨機(jī)采樣的方式在地圖上生成子節(jié)點(diǎn)，并與父節(jié)點(diǎn)相連，若連線與障礙物無碰撞風(fēng)險(xiǎn)，則擴(kuò)展該子節(jié)點(diǎn)。重復(fù)上述步驟，不斷擴(kuò)展樣本點(diǎn)，直到生成一條連接起點(diǎn)到終點(diǎn)的路徑。4.1 PRM算法概率路標(biāo)法 (Probabilistic Road Maps, PRM），是一種經(jīng)典的采樣方法，由Lydia E.等人在1996年提出。PRM主要包含三個(gè)階段，一是采樣階段，二是碰撞檢測(cè)階段，三是搜索階段。圖26為已知起點(diǎn)A和終點(diǎn)B的地圖空間，黑色空間代表障礙物，白色空間代表可通行區(qū)域。在采樣階段中，PRM首先在地圖空間進(jìn)行均勻的隨即采樣，也就是對(duì)地圖進(jìn)行稀疏采樣，目的是將大地圖簡化為較少的采樣點(diǎn)。
圖26 PRM工作原理示意圖（來源：https://mp.weixin.qq.com/s/WGOUf7g0C4Od4X9rnCfqxA）在碰撞檢測(cè)階段，剔除落在障礙物上的采樣點(diǎn)，并將剩下的點(diǎn)與其一定距離范圍內(nèi)的點(diǎn)相連，同時(shí)刪除穿越障礙物的連線，從而構(gòu)成一張無向圖。在搜索階段，利用全局路徑規(guī)劃算法章節(jié)介紹的搜索算法（Dijkstra、A*等）在無向圖中進(jìn)行搜索，從而找出一條起點(diǎn)A到終點(diǎn)B之間的可行路徑。算法步驟可以總結(jié)為：（1）構(gòu)造無向圖G =（V，E），其中V代表隨機(jī)采樣的點(diǎn)集，E代表兩采樣點(diǎn)之間所有可能的無碰撞路徑，G初始狀態(tài)為空。（2）隨機(jī)撒點(diǎn)，并選取一個(gè)無碰撞的點(diǎn)c(i)加入到V中。（3）定義距離r，如果c(i)與V中某些點(diǎn)的距離小于r，則將V中這些點(diǎn)定義為c(i)的鄰域點(diǎn)。（4）將c(i)與其鄰域點(diǎn)相連，生成連線t，并檢測(cè)連線t是否與障礙物發(fā)生碰撞，如果無碰撞，則將t加入E中。（5）重復(fù)步驟2-4，直到所有采樣點(diǎn)（滿足采樣數(shù)量要求）均已完成上述步驟。（6）采用圖搜索算法對(duì)無向圖G進(jìn)行搜索，如果能找到起始點(diǎn)A到終點(diǎn)B的路線，說明存在可行的行駛軌跡。PRM算法相比基于搜索的算法，簡化了環(huán)境、提高了效率。但是在有狹窄通道場景中，很難采樣出可行路徑，效率會(huì)大幅降低。4.2 RRT快速探索隨機(jī)樹（Rapidly Exploring Random Trees，RRT），是Steven M. LaValle和James J. Kuffner Jr.在1998年提出的一種基于隨機(jī)生長樹思想實(shí)現(xiàn)對(duì)非凸高維空間快速搜索的算法。與PRM相同的是兩者都是基于隨機(jī)采樣的算法，不同的是PRM最終生成的是一個(gè)無向圖，而RRT生成的是一個(gè)隨機(jī)樹。RRT的最顯著特征就是具備空間探索的能力，即從一點(diǎn)向外探索拓展的特征。RRT分單樹和雙樹兩種類型，單樹RRT將規(guī)起點(diǎn)作為隨機(jī)樹的根節(jié)點(diǎn)，通過隨機(jī)采樣、碰撞檢測(cè)的方式為隨機(jī)樹增加葉子節(jié)點(diǎn)，最終生成一顆隨機(jī)樹。而雙樹RRT則擁有兩顆隨機(jī)樹，分別以起點(diǎn)和終點(diǎn)為根節(jié)點(diǎn)，以同樣的方式進(jìn)行向外的探索，直到兩顆隨機(jī)樹相遇，從而達(dá)到提高規(guī)劃效率的目的。下面以圖27所示的地圖空間為例介紹單樹RRT算法的實(shí)現(xiàn)過程。在此地圖空間中，我們只知道起點(diǎn)A和終點(diǎn)B以及障礙物的位置（黑色的框）。
圖27 RRT算法舉例的地圖空間
對(duì)于單樹RRT算法，我們將起點(diǎn)A設(shè)置為隨機(jī)樹的根，并生成一個(gè)隨機(jī)采樣點(diǎn)，如圖27所示，隨機(jī)采樣點(diǎn)有下面這幾種情況。（1）隨機(jī)采樣點(diǎn)1落在自由區(qū)域中，但是根節(jié)點(diǎn)A和隨機(jī)采樣點(diǎn)1之間的連線存在障礙物，無法通過碰撞檢測(cè)，采樣點(diǎn)1會(huì)被舍棄，重新再生成隨機(jī)采樣點(diǎn)。（2）隨機(jī)采樣點(diǎn)2落在障礙物的位置，采樣點(diǎn)2也會(huì)被舍棄，重新再生成隨機(jī)采樣點(diǎn)。（3）隨機(jī)采樣點(diǎn)3落在自由區(qū)域，且與根節(jié)點(diǎn)A之間的連線不存在障礙物，但是超過根節(jié)點(diǎn)的步長限制。但此時(shí)這個(gè)節(jié)點(diǎn)不會(huì)被簡單的舍棄點(diǎn)，而是會(huì)沿著根節(jié)點(diǎn)和隨機(jī)采樣點(diǎn)3的連線，找出符合步長限制的中間點(diǎn)，將這個(gè)中間點(diǎn)作為新的采樣點(diǎn)，也就是圖28中的4。
圖28 不同隨機(jī)采樣點(diǎn)舉例
接著我們繼續(xù)生成新的隨機(jī)采樣點(diǎn)，如果新的隨機(jī)采樣點(diǎn)位于自由區(qū)域，那么我們就可以遍歷隨機(jī)樹中已有的全部節(jié)點(diǎn)，找出距離新的隨機(jī)采樣點(diǎn)最近的節(jié)點(diǎn)，同時(shí)求出兩者之間的距離，如果滿足步長限制的話，我們將接著對(duì)這兩個(gè)節(jié)點(diǎn)進(jìn)行碰撞檢測(cè)，如果不滿足步長限制的話，我們需要沿著新的隨機(jī)采樣點(diǎn)和最近的節(jié)點(diǎn)的連線方向，找出一個(gè)符合步長限制的中間點(diǎn)，用來替代新的隨機(jī)采樣點(diǎn)。最后如果新的隨機(jī)采樣點(diǎn)和最近的節(jié)點(diǎn)通過了碰撞檢測(cè)，就意味著二者之間存在邊，我們便可以將新的隨機(jī)采樣點(diǎn)添加進(jìn)隨機(jī)樹中，并將最近的點(diǎn)設(shè)置為新的隨機(jī)采樣點(diǎn)的父節(jié)點(diǎn)。重復(fù)上述過程，直到新的隨機(jī)采樣點(diǎn)在終點(diǎn)的步長限制范圍內(nèi)，且滿足碰撞檢測(cè)。則將新的隨機(jī)采樣點(diǎn)設(shè)為終點(diǎn)B的父節(jié)點(diǎn)，并將終點(diǎn)加入隨機(jī)樹，從而完成迭代，生成如圖29所示的完整隨機(jī)樹。
圖29 隨機(jī)樹結(jié)算結(jié)果示例
相比PRM，RRT無需搜索步驟、效率更高。通過增量式擴(kuò)展的方式，找到路徑后就立即結(jié)束，搜索終點(diǎn)的目的性更強(qiáng)。但是RRT作為一種純粹的隨機(jī)搜索算法，對(duì)環(huán)境類型不敏感，當(dāng)?shù)貓D空間中存在狹窄通道時(shí)，因被采樣的概率低，導(dǎo)致算法的收斂速度慢，效率會(huì)大幅下降，有時(shí)候甚至難以在有狹窄通道的環(huán)境找到路徑。圖30展示了 RRT應(yīng)對(duì)存在狹窄通道地圖空間時(shí)的兩種表現(xiàn)，一種是RRT很快就找到了出路，一種是一直被困在障礙物里面。
圖30 RRT面對(duì)狹窄通道時(shí)的表現(xiàn)（來源：https://mp.weixin.qq.com/s/O8aK2RwOUXtcPSKQbDViiQ）圍繞如何更好的“進(jìn)行隨機(jī)采樣”、“定義最近的點(diǎn)”以及“進(jìn)行樹的擴(kuò)展”等方面，誕生了多種改進(jìn)型的算法，包括雙樹RRT-Connect（雙樹）、lazy-RRT, RRT-Extend等。PRM和RRT都是一個(gè)概率完備但非最優(yōu)的路徑規(guī)劃算法，也就是只要起點(diǎn)和終點(diǎn)之間存在有效的路徑，那么只要規(guī)劃的時(shí)間足夠長，采樣點(diǎn)足夠多，必然可以找到有效的路徑。但是這個(gè)解無法保證是最優(yōu)的。采用PRM和RRT等隨機(jī)采樣算法生成的行駛軌跡，大多是一條條線段，線段之間的曲率也不不連續(xù)，這樣的行駛軌跡是不能保證舒適性的，所以還需要進(jìn)一步進(jìn)行曲線平滑、角度平滑處理。代表算法是基于曲線插值的方法：RS曲線、Dubins曲線、多項(xiàng)式曲線、貝塞爾曲線和樣條曲線等。所有基于曲線插值方法要解決的問題就是：在圖31上的若干點(diǎn)中，求出一條光滑曲線盡可能逼近所有點(diǎn)。下文以多項(xiàng)式曲線和貝塞爾曲線為例，介紹曲線插值算法的示例。
圖31 曲線插值方法要解決的問題描述
4.3 多項(xiàng)式曲線
找到一條曲線擬合所有的點(diǎn)，最容易想到的方法就是多項(xiàng)式曲線。常用的有三階多項(xiàng)式曲線、五階多項(xiàng)式曲線和七階多項(xiàng)式曲線。理論上只要多項(xiàng)式的階數(shù)足夠高，就可以擬合各種曲線。但從滿足需求和工程實(shí)現(xiàn)的角度，階數(shù)越低越好。車輛在運(yùn)動(dòng)規(guī)劃中，舒適度是一個(gè)非常重要的指標(biāo)，在物理中衡量舒適性的物理量為躍度(Jerk)，它是加速度的導(dǎo)數(shù)。Jerk的絕對(duì)值越小意味著加速度的變化越平緩，加速度的變化越平緩意味著越舒適。而五次多項(xiàng)式曲線則被證明是在運(yùn)動(dòng)規(guī)劃中可以使Jerk比較小的多項(xiàng)式曲線。以圖30所示換道場景為例，已知Frenet坐標(biāo)系下?lián)Q道起點(diǎn)和終點(diǎn)的六個(gè)參數(shù)s0、v0、a0、st、vt、at，采用橫縱向解耦分別進(jìn)行運(yùn)動(dòng)規(guī)劃的方法，可得橫向位置x(t)和縱向位置y(t)關(guān)于時(shí)間t的五次多項(xiàng)式表達(dá)式。
圖32 二階貝塞爾曲線示例接著我們以每條直線的起點(diǎn)開始，向各自的終點(diǎn)按比例t取點(diǎn)，如圖中的A和B。隨后我們將A和B相連得到一條直線，也按相同的比例t取點(diǎn)，便可得到C點(diǎn)，這也是二階貝塞爾曲線在比例為t時(shí)會(huì)經(jīng)過的點(diǎn)。比列t滿足如下的公式。
*博客內(nèi)容為網(wǎng)友個(gè)人發(fā)布，僅代表博主個(gè)人觀點(diǎn)，如有侵權(quán)請(qǐng)聯(lián)系工作人員刪除。
