基于環(huán)境態(tài)勢評估的智能車自主變道決策機制?

何艷俠，尹慧琳，夏鵬飛

(同濟大學中德學院電子信息系，上海 200092)

前言

據(jù)統(tǒng)計由于變道造成的交通事故占有很大的比例，如果駕駛員在變道時不注意觀察周圍的環(huán)境，或者判斷失誤，或沒有注意到前方車輛變道，都極易造成交通事故。自主變道與輔助變道系統(tǒng)可有效預防交通事故的發(fā)生。變道時駕駛員的視覺特性和車輛的運動情況等參數(shù)被深入分析[1-3]，為變道意圖識別提供更多的數(shù)據(jù)支撐。Kumar P等人使用貝葉斯方法分析駕駛員數(shù)據(jù)來預測車輛變道意圖[4]。在車輛變道軌跡規(guī)劃方面，提出了一種新的車輛變道函數(shù)，并引入B樣條理論對該函數(shù)進行再規(guī)劃從而建立一種新的車輛變道模型[5]。在車輛變道決策方面，用模糊邏輯描述車輛變道規(guī)則[6]。還有用機器學習的方法學習駕駛員經驗，提出了基于駕駛員經驗的自動駕駛車輛變道決策模型[7]。Ulbrich[8]和Brechtel[9]等人使用馬爾可夫模型進行變道決策研究。Chen[10]和Habenicht[11]等人利用質點運動方程來計算為避免碰撞汽車所需的加速度，從而判斷變道是否可行。Ulbrich[12]等人針對變道行為決策，綜合考慮道路場景、周邊車輛狀態(tài)和車輛自身狀態(tài)參數(shù)，進行態(tài)勢估計，得到向左、向右變道的可能性概率和獲益概率。自主變道決策的研究雖然取得了一定進展，但在正確合理性方面尚待進一步完善，谷歌智能車于2016年發(fā)生首次擔責事故，事故原因是智能車變道時對周圍目標行為預測判斷失誤，導致與側后方公交車發(fā)生蹭撞。

由于在保障安全、提高效率、改善環(huán)境和節(jié)約能源方面的優(yōu)勢，智能車已成為國內外廣泛關注的焦點。智能車是集環(huán)境感知、路徑規(guī)劃決策和控制等功能于一體的綜合智能系統(tǒng)，環(huán)境感知為規(guī)劃決策提供信息支持。汽車面對的行駛環(huán)境是高動態(tài)復雜環(huán)境，且由于車載傳感器和處理器等限制，其信息存在高度不確定性，所以對動態(tài)環(huán)境進行正確態(tài)勢評估是提高車輛行駛安全性的關鍵因素之一[13]。而智能車，不依賴于人類駕駛員，完全根據(jù)對周圍交通環(huán)境態(tài)勢的評估做出正確的決策，來自主地操縱車輛，因此，智能車對環(huán)境態(tài)勢評估的要求更高。人類駕駛已經積累大量經驗和知識，態(tài)勢評估[13]對數(shù)據(jù)流的高層次關系進行提取與處理，接近人的思維推理過程，涉及到眾多因素和抽象信息，很大程度上依賴領域知識，由此借助人類認知機理對智能車環(huán)境態(tài)勢評估進行分析。智能車環(huán)境態(tài)勢評估在感知目標狀態(tài)的基礎上，分析正在發(fā)生的事件，預測未來發(fā)生的事件，由于目標狀態(tài)具有不確定性，所以借助貝葉斯網絡[14]實現(xiàn)不確定性推理和決策。

本文中基于智能車環(huán)境態(tài)勢評估，研究自主變道決策。首先基于人類駕駛認知機理，將智能車環(huán)境態(tài)勢評估分為目標感知、情境理解和態(tài)勢預測3個層次，然后利用動態(tài)貝葉斯網絡實現(xiàn)情境理解和態(tài)勢預測，并結合期望效用最大化原則實現(xiàn)自主變道決策，最后通過實驗驗證了本文方法的有效性。

1 智能車環(huán)境態(tài)勢評估和動態(tài)貝葉斯網絡

1.1 智能車環(huán)境態(tài)勢評估

態(tài)勢評估在軍事和網絡安全領域已得到廣泛研究和應用，根據(jù)信息的抽象層次，分為態(tài)勢感知、態(tài)勢理解和態(tài)勢預測3個層次[15]?；谌祟愸{駛認知機理的分層記憶機理，按照被處理信息由低到高的抽象層次，本文中將態(tài)勢評估分為目標感知、情境理解和態(tài)勢預測3個層次，目標感知是指對單個目標的檢測和識別，即對GPS/慣導、圖像、毫米波雷達和激光雷達等傳感器數(shù)據(jù)進行處理，提取基本特征參數(shù)，如障礙物目標的大小和路沿點位置等；情境理解是對目標、事件或場景的理解，即對基本特征參數(shù)進行分析，提取抽象特征參數(shù)，如歸一化相對位置、安全減速度和碰撞時間等，進而判斷車道占用和碰撞等風險發(fā)生的可能性；態(tài)勢預測則是對將要發(fā)生的事件及態(tài)勢進行預測，為規(guī)劃決策提供信息。

貝葉斯網絡作為一種知識表示和進行概率推理的框架，在具有內在不確定性的推理和決策問題中具有顯著優(yōu)勢[16]。

1.2 動態(tài)貝葉斯網絡的表示與推理

貝葉斯網絡用一組條件概率函數(shù)和有向無環(huán)圖對不確定性的因果推理關系進行建模，主要用于概率推理與決策[16]。動態(tài)貝葉斯網絡是在靜態(tài)貝葉斯網絡上加上時間因素，克服了系統(tǒng)在時間依賴表達和計算上的困難，具有強大的動態(tài)不確定性問題處理能力[17]。貝葉斯網絡由代表變量的網絡節(jié)點X＝{X1，X2，…，Xn}、連接這些節(jié)點的有向弧和條件概率表(conditional probability table，CPT)組成。節(jié)點代表隨機變量，節(jié)點的有向弧代表了節(jié)點間的互相關系(由父節(jié)點指向子節(jié)點)，用條件概率表表明了子節(jié)點與父節(jié)點之間概率依賴的數(shù)量關系，其中父節(jié)點用pa(Xi)表示。沒有父節(jié)點的用先驗概率進行信息表達。由概率鏈規(guī)則可得

假設每個變量都條件獨立于它的非子節(jié)點，則上式變?yōu)?/p>

則

動態(tài)貝葉斯網絡是貝葉斯網絡在時序空間中的延伸，其推理的本質與貝葉斯網絡一致。貝葉斯網絡推理實際上就是在給定某些節(jié)點的概率取值之后，計算其關聯(lián)節(jié)點的概率分布，進而計算某一事件

1.3 期望效用最大化原則

期望效用最大化是不確定性決策的基礎。態(tài)勢預測為智能車的規(guī)劃決策提供信息，決策即從幾種可能的結果或采取的行動 C＝{C1，…，Ci，…，Cn}中選擇最有利的或最喜歡的。但在結果或行動不完全確定的情況下，決策制定變得非常困難。為此，本文中為每種可能的結果或行動指定了數(shù)值化的效用U＝{U1，…，Ui，…，Un}，表達對結果或行動的偏好。每種結果或行動的期望效用EUi，即結果或行動的概率值和效用U的乘積，即

然后比較每種結果或行動的期望效用，具有最大期望效用的結果或行動即是最佳的結果或要采取的行動。這樣既考慮了結果或行動的不確定性，又顧及了決策者對結果或要采取行動的偏好。發(fā)生的概率。

貝葉斯網絡的主要推理[18]模式有兩種：(1)自上而下的因果推理，就是給出父節(jié)點的參數(shù)分布來計算子節(jié)點的概率，即由已經掌握的原因(證據(jù))推出在該原因下結果發(fā)生的概率；(2)自下而上的診斷推理，是已知后代節(jié)點參數(shù)分布，推算父節(jié)點的概率和參數(shù)分布，即由結果逆向探索導致該結果事件發(fā)生的原因和概率。

由此，推理過程可簡單描述為：在已知某些節(jié)點的概率xi或者已知證據(jù)(記做e)時，求未知節(jié)點xj取某一特定值a的概率，即計算條件概率：

2 基于動態(tài)貝葉斯網絡的態(tài)勢評估實現(xiàn)及變道決策

2.1 動態(tài)貝葉斯網絡構建與推理

由于貝葉斯網絡在處理不確定性推理和決策問題中的優(yōu)勢，本文中基于貝葉斯網絡實現(xiàn)情境理解和態(tài)勢預測。結合這3個層次，構建的自主變道貝葉斯網絡如圖1所示。

圖1中情境理解層對應于貝葉斯網絡的7個節(jié)點，分別為：歸一化橫向位置(normalized lateral position， NLP)，安全減速度(deceleration to safety time，DST)，左右兩個車道線的實虛類型，本車道和左右兩車道的狀態(tài)。態(tài)勢預測層對應于貝葉斯網絡的3個節(jié)點，分別為：保持本車道行駛、左變道和右變道。依據(jù)相應3個事件的安全效用值，為規(guī)劃決策提供支持。

圖1 車輛換道貝葉斯網絡

為了簡化計算，本文中假設場景是車在3條直線車道上行駛，如圖2所示。設每條車道的寬均為w，建立以P為中心的坐標系，其中x軸平行于車道邊界線，y軸垂直于車道邊界線，則MN＝w，令MP＝o，且 o＝w/2。

圖2 車道模型

歸一化橫向位置NLP表示每輛車j的側向位置lj，即確定每輛車在哪條車道上：

式中y為車的y軸方向的坐標值。

由于車載傳感器數(shù)據(jù)具有不確定性，NLP只能被估計，由貝葉斯公式可得車的側向位置，即NLP的概率公式為

式中：i和m表示車道；p(i)為車位于i車道的概率；p(i｜lj)為給定NLP的情況下車位于i車道的概率。

由于車道滿足均勻分布，即p(i)＝p(m)，則

而

式中σj，l表示第j輛車NLP的方差。

安全減速度DST表示車j減速到和前面障礙物保持安全距離所需的最大加速度dj：

式中：ve為本車的速度；vo為障礙物的速度；ts為安全時間；x為安全距離。

dj在不同的狀況下具有不同的值，可分為3種情況：危險(D)、占據(jù)(O)和自由(F)。危險指的是本車道或者要換的車道上有車且和本車距離比較近，很容易發(fā)生碰撞；占據(jù)指本車道或者要換的車道上雖然有車，但是和本車距離相對較遠；自由指的是本車道或者要換的車道上前方無車或者和本車距離特別遠。且由于傳感器的不確定性，dj也具有不確定性，在不同的狀況下的概率如下：

式中：ddan和docc分別為危險和占據(jù)情況時的臨界加速度；σj，d為第 j輛車的 dj的方差。 由式(11)～ 式(13)和貝葉斯公式可得車道狀態(tài)的概率：

其中 A＝p(dj｜D)p(D)

式中s為車道狀態(tài)。

由于道路狀態(tài)滿足均勻分布，即p(D)＝p(O)＝p(F)，則式(14)可以簡化為

由式(9)和式(14)可得每條車道各個狀態(tài)的概率：

式中：j為障礙物車的數(shù)目；q為障礙物車所在的車道。

根據(jù)專家知識，向左變道的條件概率表(CPT)如表1所示。

表1 向左變道的條件概率表

向右變道的條件概率表(CPT)如表2所示。

本文中將汽車的速度和位置設定為隨時間變化的量，因此在貝葉斯網絡的基礎上加上隨時間變化的汽車速度和位置，即建立了動態(tài)的貝葉斯網絡。

2.2 變道決策

變道決策即在保持本車道、向左變道和向右變道3種可能性中選擇最佳的。根據(jù)最大期望效用原可能和安全的效用。

表2 向右變道的條件概率表

最后比較EKL，ECL和ECR3個值的大小，最大的即代表最佳選擇。比如若EKL最大，則本車此時應繼續(xù)保持本車道前行。

3 實驗與結果分析

則，即比較3種行為的安全效用，最大的即是最佳選擇。保持本車道的安全效用值：

式中：PD，PO和PF分別為本車道危險、占據(jù)和自由的概率；UD，UO和UF分別為危險、占據(jù)和自由3種狀態(tài)的效用值。類似地，向左變道的安全效用值：

式中：PLI，PLP和PLS分別為向左變道不可能、可能和安全的概率；ULI，ULP和ULS分別為向左變道不可能、可能和安全的效用。

向右變道的安全效用值：

式中：PRI，PRP和PRS分別為向右變道不可能、可能和安全的概率URI，URP和URS分別為向右變道不可能、

為驗證用貝葉斯網絡和期望效用最大化決策車變道的正確性，對以下3種典型場景進行分析。

場景1：本車在中間車道，規(guī)定 ve＝90km/h，本車正前方有一輛障礙物車，vo＝70km/h，兩輛車間距為1km，左邊車道線是實線，右邊車道線是虛線。效用值分別為：EKL＝0.1693，ECL＝0.0831，ECR＝0.7476。ECR最大，即本車應該向右變道，結果正確合理。

場景2：本車在中間車道，規(guī)定 ve＝90km/h，本車正前方有一輛障礙物車，vo1＝100km/h，兩輛車間距為1km，本車的右車道有一輛車，且速度 vo2＝60km/h，它和本車之間的間距為800m，左邊車道線是實線，右邊車道線是虛線。效用值分別為：EKL＝0.5599，ECL＝ 0.2248，ECR＝ 0.2153。 EKL最大，即本車應該保持本車道前行，結果正確合理。

場景3：為動態(tài)場景，相應Prescan場景如圖3和圖4所示。

圖3 場景3中開始時車的狀態(tài)

圖4 場景3中變道時車的狀態(tài)

本車在中間車道，在它的正前方和右邊車道上均有一輛障礙物車。3輛車的起始速度均為15m/s，本車的加速度為4.11m/s2，正前方的車的加速度為2m/s2，右邊車的加速度為0.47m/s2。本車在t≈2s時向右變道，在t≈3.5s時變道完成，本車沿著右邊的車道繼續(xù)行駛。3個期望效用值曲線如圖5所示。

開始時EKL最大，即本車保持本車道運行，t≈2s時，ECR最大，即本車開始向右變道，從t≈3.5s后，EKL最大，即本車沿著右車道繼續(xù)行駛，結果正確合理。

圖5 保持本車道、向左變道和向右變道隨時間變化的期望效用曲線

4 結論

針對智能車傳感器信息的不確定性，本文中在態(tài)勢評估的基礎上研究自主變道決策機制?；谌祟愸{駛認知機理將智能車環(huán)境態(tài)勢評估分為目標感知、情境理解和態(tài)勢預測3個層次，然后利用動態(tài)貝葉斯網絡實現(xiàn)情境理解和態(tài)勢預測，最后結合期望效用最大化原則實現(xiàn)自主變道決策。典型場景實驗的結果表明決策正確合理。本文中實驗只選用了若干典型場景，測試場景還有待于復雜化和多樣化，比如直車道換成彎道，增加周圍障礙物目標車輛的數(shù)量和狀態(tài)，以及變道模型設計為正弦函數(shù)變道軌跡等，這些都有待今后進一步研究。