智聯(lián)網(wǎng)汽車技術(shù) 課件 6.6自動(dòng)駕駛行為決策

自動(dòng)駕駛行為決策項(xiàng)目三汽車決策控制系統(tǒng)任務(wù)6路徑規(guī)劃系統(tǒng)主講人：楊時(shí)川智能網(wǎng)聯(lián)汽車技術(shù)課程導(dǎo)入自動(dòng)駕駛汽車?yán)眯袨闆Q策系統(tǒng)在復(fù)雜多變的道路環(huán)境中，根據(jù)各種條件自主做出繼續(xù)直行、轉(zhuǎn)彎、減速、變道等決策，它模擬人類駕駛員的思維邏輯,讓汽車獲得獨(dú)立思考和決策的能力。學(xué)習(xí)目標(biāo)學(xué)習(xí)自動(dòng)駕駛汽車行為決策的作用、說(shuō)明其工作流程、概述兩種主要決策方法01理解決策系統(tǒng)的作用和工作流程02解釋兩種決策方法的原理、優(yōu)缺點(diǎn)、以及未來(lái)發(fā)展趨勢(shì)03學(xué)習(xí)任務(wù)根據(jù)所學(xué)知識(shí)，為一輛自動(dòng)駕駛汽車設(shè)計(jì)一個(gè)簡(jiǎn)單的決策系統(tǒng)01激活舊知人工智能技術(shù)是如何應(yīng)用于自動(dòng)駕駛汽車的，主要用于哪些方面呢?感知決策控制激活舊知人工智能讓汽車擁有獨(dú)立感知環(huán)境、做出決策的能力！汽車需要根據(jù)導(dǎo)航路線和環(huán)境，自己做出繼續(xù)直行、轉(zhuǎn)彎、變道等決策。探索新知無(wú)人駕駛汽車擁有自己的一套規(guī)劃和決策的系統(tǒng)，行為決策就是這套系統(tǒng)的大腦無(wú)人駕駛汽車根據(jù)路網(wǎng)信息和用戶終點(diǎn)設(shè)置完成全局規(guī)劃時(shí)，車輛在行駛的過(guò)程中需要檢測(cè)和調(diào)整自身的行駛軌跡，在保證遵守交通規(guī)則的同時(shí)還可以躲避障礙物和行人，達(dá)到人類駕駛行為的要求，完成規(guī)劃的任務(wù)。探索新知

無(wú)人駕駛汽車通過(guò)攝像頭或雷達(dá)等各類傳感器對(duì)真實(shí)環(huán)境進(jìn)行感知與建模，形成環(huán)境模型與局部地圖，GPS和慣性導(dǎo)航系統(tǒng)再根據(jù)環(huán)境模型和局部地圖進(jìn)行定位與建圖，形成全局地圖，然后輸入至行為決策與路徑規(guī)劃模塊，形成局部路徑傳至運(yùn)動(dòng)控制模塊，從而使車輛的運(yùn)動(dòng)狀態(tài)發(fā)生改變，依次循環(huán)。探索新知定義在接收到全局路徑后，自動(dòng)駕駛車輛結(jié)合從感知模塊得到的環(huán)境信息（其他車輛與行人，障礙物，以及道路上的交通規(guī)則信息），考慮周邊環(huán)境、動(dòng)靜態(tài)障礙物、車輛匯入以及讓行規(guī)則等，與無(wú)人駕駛庫(kù)中的經(jīng)驗(yàn)知識(shí)等進(jìn)行匹配，作出適合當(dāng)前交通環(huán)境之下的具體行為決策（選擇變道超車還是跟隨）。行為決策層（BehavioralLayer）探索新知典型算法類型基于強(qiáng)化學(xué)習(xí)的行為決策方法基于規(guī)則的行為決策方法探索新知典型算法類型其主要是將無(wú)人車的運(yùn)動(dòng)行為進(jìn)行劃分，根據(jù)當(dāng)前任務(wù)路線、交通環(huán)境、交通法規(guī)以及駕駛規(guī)則知識(shí)庫(kù)等建立行為規(guī)則庫(kù)，對(duì)不同的環(huán)境狀態(tài)進(jìn)行行為決策邏輯推理，對(duì)駕駛員的行為進(jìn)行輸出，同時(shí)接受運(yùn)動(dòng)規(guī)劃層對(duì)當(dāng)前執(zhí)行情況的反饋情況進(jìn)行實(shí)時(shí)動(dòng)態(tài)調(diào)整。基于規(guī)則的行為決策方法全局路徑規(guī)劃層當(dāng)前任務(wù)路線交通狀況駕駛規(guī)則知識(shí)庫(kù)行為決策邏輯推理運(yùn)動(dòng)規(guī)劃層駕駛行為輸出當(dāng)前行為執(zhí)行情況探索新知典型算法類型在基于規(guī)則的行為決策中，有限狀態(tài)機(jī)法是最經(jīng)典也是最具有代表性的方法，其具有實(shí)用性強(qiáng)、可靠性高和邏輯推理清晰等特點(diǎn)。探索新知典型算法類型有限狀態(tài)機(jī)：一種離散的數(shù)學(xué)模型，用來(lái)研究有限個(gè)狀態(tài)以及狀態(tài)之間的轉(zhuǎn)移01有限狀態(tài)集合03狀態(tài)轉(zhuǎn)移規(guī)則集合02輸入集合探索新知典型算法類型有限狀態(tài)機(jī)：一種離散的數(shù)學(xué)模型，用來(lái)研究有限個(gè)狀態(tài)以及狀態(tài)之間的轉(zhuǎn)移狀態(tài)轉(zhuǎn)移事件動(dòng)作四大要素探索新知典型算法類型超車頂層狀態(tài)機(jī)超車頂層狀態(tài)下的子狀態(tài)機(jī)在超車頂層狀態(tài)機(jī)下設(shè)置了超車子狀態(tài)機(jī)，對(duì)超車過(guò)程中不同駕駛階段下的轉(zhuǎn)換進(jìn)行邏輯建模。探索新知典型算法類型左換道準(zhǔn)備為超車子狀態(tài)機(jī)的默認(rèn)初始狀態(tài)，在左右換向狀態(tài)下，無(wú)人車將開啟相應(yīng)的轉(zhuǎn)向信號(hào)燈，產(chǎn)生一定的轉(zhuǎn)向偏移，以此來(lái)提示后方車輛。探索新知典型算法類型

并行超越主要用于車輛進(jìn)行超車的階段，指導(dǎo)車輛在超車過(guò)程中的速度變化、方向盤角度變化等，并指導(dǎo)車輛在超車完成后及時(shí)返回原來(lái)的車道，減少在整個(gè)超車過(guò)程中的安全風(fēng)險(xiǎn)。無(wú)人車會(huì)根據(jù)其左后或右后車輛是否避讓的狀態(tài)來(lái)決定是否進(jìn)行下一步的超車計(jì)劃探索新知典型算法類型利用各種學(xué)習(xí)算法來(lái)進(jìn)行決策，利用無(wú)人車配備的各種傳感器，來(lái)感知周邊的環(huán)境信息，傳遞給強(qiáng)化學(xué)習(xí)決策系統(tǒng)，此時(shí)強(qiáng)化學(xué)習(xí)決策系統(tǒng)的作用就相當(dāng)于人腦，來(lái)對(duì)各類信息進(jìn)行分析和處理，并結(jié)合經(jīng)驗(yàn)來(lái)對(duì)無(wú)人駕駛汽車做出行為決策?；趶?qiáng)化學(xué)習(xí)算法的行為決策方法探索新知典型算法類型結(jié)合深度學(xué)習(xí)算法的“感知能力”和強(qiáng)化學(xué)習(xí)算法的“決策能力”，為復(fù)雜駕駛場(chǎng)景的感知決策問(wèn)題提供解決方案。是端到端感知和決策控制系統(tǒng)感知（深度學(xué)習(xí)）決策（強(qiáng)化學(xué)習(xí)）從環(huán)境中獲取目標(biāo)觀測(cè)信息提供當(dāng)前環(huán)境下狀態(tài)信息將當(dāng)前狀態(tài)映射到相應(yīng)動(dòng)作基于預(yù)期匯報(bào)評(píng)判動(dòng)作價(jià)值探索新知典型算法類型1智能體與環(huán)境交互得到觀測(cè)信息，并利用深度學(xué)習(xí)識(shí)別觀測(cè)信息的特征2基于預(yù)期回報(bào)評(píng)判動(dòng)作價(jià)值，并根據(jù)相應(yīng)策略將當(dāng)前狀態(tài)映射到相應(yīng)動(dòng)作3隨動(dòng)作變化而導(dǎo)致智能體與環(huán)境交互得到的觀測(cè)信息發(fā)生變化，進(jìn)入三者的循環(huán)最終得出目標(biāo)的最優(yōu)策略探索新知典型算法類型國(guó)內(nèi)百度公司的端到端系統(tǒng)使用長(zhǎng)短時(shí)記憶神經(jīng)網(wǎng)絡(luò)（Longshorttermmemorynetwork，LSTM）算法實(shí)現(xiàn)車輛縱向決策與控制，使用卷積神經(jīng)網(wǎng)絡(luò)深度強(qiáng)化學(xué)習(xí)模型實(shí)現(xiàn)車輛的橫向決策與控制，同時(shí)實(shí)現(xiàn)了對(duì)車輛橫縱方向上的駕駛行為決策與車輛控制。長(zhǎng)短時(shí)記憶神經(jīng)網(wǎng)絡(luò)算法探索新知典型算法類型自動(dòng)駕駛汽車公司W(wǎng)aymo通過(guò)模擬駕駛及道路測(cè)試來(lái)獲取了大量的數(shù)據(jù)對(duì)其基于學(xué)習(xí)算法的行為決策系統(tǒng)進(jìn)行訓(xùn)練，使得該系統(tǒng)對(duì)物體的檢測(cè)性能得到了極大地提高，還可以對(duì)障礙物進(jìn)行語(yǔ)義理解等。探索新知典型算法類型基于規(guī)則的行為決策具有易于搭建和調(diào)整，實(shí)時(shí)性好，應(yīng)用簡(jiǎn)單等優(yōu)點(diǎn)，但由于其難以適應(yīng)所有情況，需要進(jìn)行針對(duì)性調(diào)整，其行為規(guī)則庫(kù)易重疊而失效，有限狀態(tài)機(jī)難以覆蓋車輛可能遇到的所有工況而導(dǎo)致決策錯(cuò)誤。探索新知典型算法類型基于強(qiáng)化學(xué)習(xí)的行為決策由于其強(qiáng)大的數(shù)據(jù)訓(xùn)練集，可以減小環(huán)境的不確定性因素帶來(lái)的影響，但是它需要大量的數(shù)據(jù)來(lái)進(jìn)行預(yù)處理，計(jì)算量大，實(shí)時(shí)性差。探索新知典型算法類型隨著科學(xué)技術(shù)的突飛猛進(jìn)，以及近些年人工智能、強(qiáng)化學(xué)習(xí)、機(jī)器學(xué)習(xí)等的快速發(fā)展，結(jié)合上訴兩種方法的優(yōu)勢(shì)，頂層采用基于規(guī)則的決策，底層采用強(qiáng)化學(xué)習(xí)等算法，可以發(fā)揮學(xué)習(xí)算法的優(yōu)勢(shì)，增強(qiáng)場(chǎng)景的遍歷深度，兩種