智能網(wǎng)聯(lián)車路口行駛的決策策略分析

王健民，施 衛(wèi)，張 宇

（江蘇理工學(xué)院 機(jī)械工程學(xué)院，江蘇 常州 213001）

人們?yōu)榱顺鲂蟹奖悖褂闷嚨谋壤谥鹉暝黾?，所以交通事故和交通擁堵成為了用戶出行困擾。尤其城市的交通路口是駕駛員行駛問題發(fā)生的重災(zāi)區(qū)。目前解決交通路口的行駛方案，主要是在交通路口設(shè)置交通信號(hào)燈和行車智能助手語(yǔ)音播報(bào)，雖然有效減少了交通事故的發(fā)生，但依然無法解決擁堵情況和駕駛員大量時(shí)間浪費(fèi)。本文以復(fù)雜的交通路口作為研究背景，介紹智能網(wǎng)聯(lián)車在不同交通情況下執(zhí)行合理、安全性的行駛策略。

本文對(duì)智能網(wǎng)聯(lián)車路口行駛決策展開研究，外部環(huán)境的變化直接影響著駕駛行為決策結(jié)果的正確性。本文選取一類人駕駛經(jīng)驗(yàn)樣本數(shù)據(jù)集和車輛駕駛行為樣本數(shù)據(jù)集分別作為條件屬性和決策屬性，以電動(dòng)汽車作為研究載體，通過相機(jī)、雷達(dá)、全球定位系統(tǒng)（Global Positioning System,GPS）等車載傳感器，獲取“人-車-路”的行駛周圍環(huán)境信息，來大大提高行駛決策的實(shí)時(shí)性和準(zhǔn)確性[1-2]。實(shí)現(xiàn)在各種復(fù)雜行駛工況下智能網(wǎng)聯(lián)車的行駛安全，為智能網(wǎng)聯(lián)車在不同行駛環(huán)境下提供了多種相對(duì)應(yīng)的行駛策略系統(tǒng)。

1 智能網(wǎng)聯(lián)車

隨著人工智能化的不斷進(jìn)步，汽車產(chǎn)業(yè)也不斷向智能化、網(wǎng)聯(lián)化的方向發(fā)展，無人駕駛的理念也在完善。我國(guó)用戶對(duì)于智能網(wǎng)聯(lián)汽車的使用也增多，并且政府也大力支持智能網(wǎng)聯(lián)車的研發(fā)，智能網(wǎng)聯(lián)車在未來有巨大的發(fā)展?jié)摿Α?/p>

新時(shí)代智能化的發(fā)展讓無人駕駛技術(shù)也越來越成熟，現(xiàn)階段無人駕駛技術(shù)主要應(yīng)用在智能網(wǎng)聯(lián)汽車[3]。智能網(wǎng)聯(lián)汽車的發(fā)展無疑是汽車產(chǎn)業(yè)的研發(fā)重點(diǎn)關(guān)注對(duì)象，其涉及眾多學(xué)科技術(shù)以促進(jìn)智能網(wǎng)聯(lián)汽車的兩個(gè)關(guān)鍵技術(shù)：智能化和網(wǎng)聯(lián)化的發(fā)展[4]，如圖1所示。無人駕駛作為新型技術(shù)，國(guó)家為了人民更好的駕駛安全性和舒適性，在大數(shù)據(jù)互聯(lián)網(wǎng)和智能化的背景下，大力支持自主車企業(yè)和學(xué)科研發(fā)人員，加大對(duì)智能網(wǎng)聯(lián)汽車的發(fā)展投資力度。

圖1 智能網(wǎng)聯(lián)的發(fā)展趨勢(shì)路徑

2 駛決策系統(tǒng)簡(jiǎn)介

2.1 設(shè)計(jì)要求

智能網(wǎng)聯(lián)車的行駛決策系統(tǒng)以安全、合理性為行駛目標(biāo)通過各種行駛環(huán)境。對(duì)于行駛決策設(shè)計(jì)要求主要分為以下幾點(diǎn)：乘員舒適性（車輛轉(zhuǎn)向穩(wěn)定性、平順性等）；安全性和合理性要設(shè)定優(yōu)先級(jí)順序；可以人為選擇的決策能力（滿足駕駛員在行駛中想要的駕駛決策作為最高優(yōu)先級(jí)）；系統(tǒng)的實(shí)時(shí)性。對(duì)于無人駕駛車行駛在復(fù)雜的交通工況下的行為決策系統(tǒng)，設(shè)計(jì)準(zhǔn)則還要規(guī)范在國(guó)家制定的交通法規(guī)下做出相應(yīng)的行駛決策[5]。

2.2 輸入與輸出

智能網(wǎng)聯(lián)車的無人駕駛分為感知、規(guī)劃、執(zhí)行三個(gè)部分，感知模塊獲取的信息作為行駛決策的輸入，其包括以下信息：

（1）局部環(huán)境信息，通過相機(jī)、雷達(dá)等車載傳感器，獲得各傳感器數(shù)據(jù)處理融合，實(shí)時(shí)、準(zhǔn)確的獲取車輛行駛的環(huán)境狀態(tài)，整理出需要的環(huán)境信息輸出給下層系統(tǒng)進(jìn)行分析設(shè)計(jì)。

（2）自車定位信息，其基于高精度地圖定位、GPS、實(shí)時(shí)的完善架構(gòu)地圖和定位車子信息[5]等方法，主要功能是對(duì)車輛進(jìn)行高精度定位。

（3）全局環(huán)境信息，以初始地點(diǎn)到目標(biāo)點(diǎn)的行駛路線包括全局路徑、交通標(biāo)志信息以及交通道路行駛過程中一切影響因素。

路徑規(guī)劃模塊是解決智能網(wǎng)聯(lián)車如何達(dá)到行駛目標(biāo)的上層系統(tǒng)，主要分為兩類規(guī)劃形式：

（1）基于環(huán)境先驗(yàn)信息的全局規(guī)劃，主要的研究方法有網(wǎng)格法、視圖法等。

（2）基于傳感器信息的局部規(guī)劃，主要的研究方法有人工勢(shì)場(chǎng)法、遺傳算法、空間搜索法等。

上層感知得到的環(huán)境信息傳輸給決策模塊后，得到?jīng)Q策規(guī)劃的信息輸入給執(zhí)行模塊進(jìn)行操作，執(zhí)行模塊輸出主要分為如下部分：

（1）轉(zhuǎn)向系統(tǒng)，通過在方向盤的車輪間增加主動(dòng)控制電機(jī)，實(shí)現(xiàn)對(duì)轉(zhuǎn)向系統(tǒng)的主動(dòng)控制。

（2）驅(qū)動(dòng)系統(tǒng)，發(fā)動(dòng)機(jī)控制油門踏板角度，根據(jù)角度變化對(duì)應(yīng)節(jié)氣門開度大小來實(shí)現(xiàn)驅(qū)動(dòng)控制。

（3）制動(dòng)系統(tǒng)，制動(dòng)壓力分配到制動(dòng)輪缸實(shí)現(xiàn)對(duì)車產(chǎn)生穩(wěn)定的制動(dòng)力。

（4）車輛縱/橫向控制，根據(jù)車輛行駛軌跡，實(shí)時(shí)調(diào)整車輛側(cè)向運(yùn)動(dòng)，保證車輛跟隨目標(biāo)軌跡。

感知得到的信息傳輸給行駛決策系統(tǒng)處理，決策系統(tǒng)處理后得到的操作方式輸入給運(yùn)動(dòng)規(guī)劃模塊執(zhí)行，行為決策系統(tǒng)的功能主要包括預(yù)測(cè)算法、車行為規(guī)劃與動(dòng)作規(guī)劃等。執(zhí)行模塊根據(jù)決策輸出保證車輛的安全和合理的行駛。

2.3 系統(tǒng)分類

在無人車行為決策系統(tǒng)研究中可以概括為兩大類：

一類是規(guī)則的行為決策，即對(duì)車輛行駛的所有情況進(jìn)行匯集和區(qū)分，不斷完善構(gòu)建無人駕駛車的行為數(shù)據(jù)庫(kù)，行為數(shù)據(jù)庫(kù)影響因素包含交通法規(guī)、行駛規(guī)則、經(jīng)驗(yàn)、知識(shí)等，根據(jù)這些信息作為判斷條件在什么行駛環(huán)境下對(duì)應(yīng)什么車輛狀態(tài)，并按照設(shè)計(jì)準(zhǔn)則的行駛行為去執(zhí)行。其代表方法為有限狀機(jī)法[6-7]。

另一類是學(xué)習(xí)算法的行為決策，將駕駛行為和對(duì)應(yīng)駕駛場(chǎng)景作為樣本不斷進(jìn)行自主學(xué)習(xí)，并且在原有基礎(chǔ)上增添新數(shù)據(jù)，逐步完善行為規(guī)則庫(kù)，由于不同的“人-車-路”的場(chǎng)景樣本信息，所以要運(yùn)用合理的學(xué)習(xí)方法來獲得對(duì)應(yīng)場(chǎng)景合理的決策行為，以深度學(xué)習(xí)的相關(guān)方法及決策樹等各類機(jī)器學(xué)習(xí)方法為代表[8]。本文基于規(guī)則的行為決策方法對(duì)無人車行駛到路口的情況下，設(shè)計(jì)出合理、安全性的行駛方式。

2.4 系統(tǒng)架構(gòu)

通過對(duì)上述的介紹，對(duì)智能網(wǎng)聯(lián)車有一定的認(rèn)識(shí)，整體系統(tǒng)架構(gòu)分為感知模塊系統(tǒng)、決策模塊系統(tǒng)、執(zhí)行系統(tǒng)，系統(tǒng)自上而下通過以太網(wǎng)對(duì)數(shù)據(jù)進(jìn)行傳輸，保證數(shù)據(jù)的實(shí)時(shí)性和完整性。

環(huán)境感知模塊通過相機(jī)、雷達(dá)等車載傳感器；GPS、數(shù)據(jù)地圖和車用無線通信技術(shù)（Vehicle to X,V2X）（車的通訊對(duì)象車對(duì)車；車對(duì)路、車對(duì)人以及車對(duì)基礎(chǔ)設(shè)施）獲取相關(guān)環(huán)境信息，對(duì)于交通場(chǎng)景的模型構(gòu)建為下層模塊導(dǎo)入信息。

行為決策模塊通過上層感知模塊的信息運(yùn)用人工勢(shì)場(chǎng)法獲取全局最優(yōu)行駛路線，得到明確的駕駛路線；再依據(jù)道路和交通法規(guī)等環(huán)境信息運(yùn)用決策樹（機(jī)器學(xué)習(xí)方法）算法決策出合理駕駛行為；并將決策信息輸入給運(yùn)動(dòng)規(guī)劃系統(tǒng)對(duì)車輛縱/橫向運(yùn)動(dòng)控制。

控制執(zhí)行系統(tǒng)接收決策系統(tǒng)具體規(guī)劃信息，控制車輛達(dá)到想要的速度和行駛路徑，并且根據(jù)V2X技術(shù)實(shí)時(shí)檢測(cè)反饋給決策層進(jìn)行準(zhǔn)確修正，如圖2所示。

圖2 系統(tǒng)結(jié)構(gòu)圖

3 無人車行駛狀態(tài)

駕駛行為決策是建立行駛的交通環(huán)境的關(guān)鍵，當(dāng)無人車行駛在不同的交通場(chǎng)景下，所對(duì)應(yīng)執(zhí)行的駕駛行為也各不相同。當(dāng)智能網(wǎng)聯(lián)車行駛到十字路口下，在不同行駛路線下行駛狀態(tài)也不相同。行駛環(huán)境可以分為鄉(xiāng)村環(huán)境和城區(qū)環(huán)境，鄉(xiāng)村環(huán)境分為路上駕駛場(chǎng)景和路口駕駛場(chǎng)景；城區(qū)環(huán)境分為路上駕駛場(chǎng)景、路口駕駛場(chǎng)景、預(yù)路U駕駛場(chǎng)景和區(qū)域駕駛場(chǎng)景[9]（在這里我們主要討論路上和路口下的行為決策），圖3是路口駕駛示意圖。

圖3 路口駕駛示意圖

如圖 4所示，在無人車從路上行駛通過路口的過程中，行駛場(chǎng)景的狀態(tài)轉(zhuǎn)換條件如下：

圖4 路口場(chǎng)景轉(zhuǎn)換示意圖

A1：車輛與下一個(gè)路口入口點(diǎn)的垂直距離大于50 m；

A2：車輛距離下一個(gè)路口入口點(diǎn)垂直距離大于0 m小于50 m；

A3：車輛距離路口停車線垂直距離小于0 m；

A4：車輛駛出路口方向，車輛距離路口停車線垂直距離大于3 m；

A5：下一行駛場(chǎng)景為U形轉(zhuǎn)彎時(shí)，基于車輛運(yùn)動(dòng)方向，車輛與U形轉(zhuǎn)彎入口點(diǎn)距離小于5 m；

A6：車輛駛出路口方向，車輛距離U形轉(zhuǎn)彎出口點(diǎn)垂直距離大于3 m且車頭航向與下一段道路方向夾角小于10°。

無人車行駛中要按照《中華人民共和國(guó)道路交通安全法》要求在交叉路口中正確行駛。具體行駛路口規(guī)則有：（1）有交通標(biāo)志、標(biāo)線控制的，讓優(yōu)先通行的一方先行；（2）沒有交通標(biāo)志、標(biāo)線控制的，進(jìn)入路口前停車瞭望，讓右方道路的來車先行；（3）無停止線路口，機(jī)動(dòng)車停在路口以外等路口交通規(guī)則可查閱相關(guān)資料等[10]。

智能網(wǎng)聯(lián)車輸出的行為決策包括選擇哪個(gè)行駛路線，要不要調(diào)頭，要不要變道，要不要停車等行為[11]。根據(jù)汽車在結(jié)構(gòu)化道路上行駛的行為，將智能汽車可采取的行為分為，車道保持、左換道、右換道、交叉路口直行、交叉路口左轉(zhuǎn)、交叉路口右轉(zhuǎn)、調(diào)頭。汽車將要駛往的路段或車道發(fā)生變換的行為，具有兩個(gè)階段分別為準(zhǔn)備階段和執(zhí)行階段。

根據(jù)以上行駛行為保證在行駛的過程中安全通過路口的駕駛行為。對(duì)于速度變化、防避撞、緊急制動(dòng)等參數(shù)和行為作為配合行駛策略執(zhí)行的車輛動(dòng)作。

4 行為決策

4.1 換道決策規(guī)劃

在無人車從路上行駛到路口，再到行駛出路口的這段行駛過程可以劃分為 3個(gè)模塊：簡(jiǎn)單換道、避障換道和彎道換道。將傳感器獲得信息參考用戶意圖輸入到行駛決策中執(zhí)行在當(dāng)前環(huán)境下想要的換道行為[12]，如圖5所示。

圖5 換道規(guī)劃模塊

在整個(gè)行駛的換道過程中，其換道決策的行駛流程圖如圖6所示。

圖6 換道行駛流程

4.2 轉(zhuǎn)彎決策規(guī)劃

當(dāng)無人車進(jìn)入路口時(shí)，根據(jù)規(guī)劃路線和紅綠燈信號(hào)條件以及判斷路口是否有突發(fā)情況來決定加速（減速）行駛通過路口還是在路口等待，如圖7所示。

圖7 轉(zhuǎn)彎行駛流程

4.3 調(diào)頭決策規(guī)劃

當(dāng)汽車通過傳感器感知得到路口沒有禁止調(diào)頭或?qū)ｉT指出可以掉頭，禁止左轉(zhuǎn)的不能調(diào)頭時(shí)，要設(shè)置合理的行為決策[13]，如圖8和表1所示。

圖8 調(diào)頭行駛流程

表1 調(diào)頭工況狀態(tài)

5 總結(jié)

本文以智能網(wǎng)聯(lián)車為研究對(duì)象，針對(duì)車輛行駛在十字路口時(shí)的行駛決策策略研究，本文首先對(duì)智能網(wǎng)聯(lián)車的發(fā)展和背景進(jìn)行簡(jiǎn)單介紹，并且對(duì)智能網(wǎng)聯(lián)車的無人駕駛?cè)齻€(gè)模塊感知、規(guī)劃、執(zhí)行分別詳細(xì)說明便于對(duì)智能網(wǎng)聯(lián)車整體系統(tǒng)架構(gòu)的理解。最后對(duì)無人駕駛在路口直行、轉(zhuǎn)彎、調(diào)頭、換道、停車等駕駛行為進(jìn)行討論，通過對(duì)人-車-路的駕駛環(huán)境因素掌握，對(duì)該信息分析處理并設(shè)置相對(duì)應(yīng)的駕駛模式，保證智能網(wǎng)聯(lián)車在各種行駛狀態(tài)下的安全、合理性行駛通過。

在未來智能化和網(wǎng)聯(lián)化的飛速發(fā)展，結(jié)合各種技術(shù)使無人駕駛對(duì)復(fù)雜交通環(huán)境的感知更加準(zhǔn)確，讓無人駕駛在交通路口下的行駛更快速、合理、安全。