日本无码免费高清在线|成人日本在线观看高清|A级片免费视频操逼欧美|全裸美女搞黄色大片网站|免费成人a片视频|久久无码福利成人激情久久|国产视频一二国产在线v|av女主播在线观看|五月激情影音先锋|亚洲一区天堂av

  • 手機站
  • 小程序

    汽車測試網(wǎng)

  • 公眾號

    • 汽車測試網(wǎng)

    • 在線課堂

    • 電車測試

應(yīng)用在線驗證技術(shù)防止自動駕駛汽車主動事故

2022-01-06 13:43:20·  來源：同濟智能汽車研究所  作者：動力控制研究室  
　
編者按：本篇研究論文完整地介紹了基于自動駕駛汽車安全性的自主決策與軌跡規(guī)劃解決方案，依據(jù)本文及其前期工作，可以在預(yù)測交通參與者行為后，實現(xiàn)非保守駕駛行
編者按：本篇研究論文完整地介紹了基于自動駕駛汽車安全性的自主決策與軌跡規(guī)劃解決方案，依據(jù)本文及其前期工作，可以在預(yù)測交通參與者行為后，實現(xiàn)非保守駕駛行為的安全軌跡驗證，并為非安全情況提供了可靠的安全后備軌跡。本文提出的在線驗證技術(shù)，可視為自動駕駛汽車運動規(guī)劃框架下的安全層，具有較好的適應(yīng)性和擴展性，并提供了直觀且合理的真實交通場景驗證結(jié)果。
本文譯自：
《Using onlineverification to prevent autonomous vehicles from causing accidents》
文章來源：
NATURE Machine Intelligence
作者：
Christian Pek, Stefanie Manzinger, Markus Koschi &Matthias Althoff
原文鏈接：
https://www.nature.com/articles/s42256-020-0225-y

摘要：確保自動駕駛汽車不會造成事故仍然是一個挑戰(zhàn)。本文提出了一種基于在線驗證的技術(shù)，用于在任意城市交通情況下保證“合法安全”。合法安全意味著自動駕駛汽車允許其他交通參與者按照交通規(guī)則進行任何行為而永遠不會主動造成事故。本文提出的技術(shù)可作為現(xiàn)有運動規(guī)劃框架的安全層，為自動駕駛汽車提供預(yù)期的軌跡，具體方式是：通過驗證預(yù)期軌跡是否符合合法安全并在關(guān)鍵的危險情況下提供后備解決方案。該技術(shù)已在實際交通中的特定城市場景中得到了證明。即使規(guī)劃框架采用的是未考慮其他交通參與者的預(yù)期軌跡規(guī)劃器，自動駕駛汽車也只會執(zhí)行安全軌跡，因此，本文提出的在線驗證技術(shù)可以大大減少交通事故的數(shù)量。
關(guān)鍵詞：自動駕駛安全決策，自動駕駛軌跡規(guī)劃，安全性，在線驗證，其他交通參與者

1 引言
安全仍然是實現(xiàn)自動駕駛汽車技術(shù)最主要的挑戰(zhàn)之一，自動駕駛汽車的不安全決策會危及人類的生命，并在產(chǎn)品責(zé)任方面造成各方面巨大的經(jīng)濟損失。盡管自動駕駛正在逐步走向現(xiàn)實，但最近一些涉及自動駕駛系統(tǒng)的事故引起了各方關(guān)注[1]，可以預(yù)見的是，行業(yè)相關(guān)的政策制定者會繼續(xù)就如何認證自動駕駛汽車的自主安全水平進行商討[2]。為了使自動駕駛技術(shù)得到大眾接受，安全決策必須使所有道路使用者完全滿意，到目前為止，汽車安全主要依賴于各種仿真和測試。然而，由于現(xiàn)實交通環(huán)境的特殊場景是無法窮舉的，這些技術(shù)不能確保嚴格的自主安全水平[3,4]，特別是在使用機器學(xué)習(xí)進行運動規(guī)劃時[5]。
本文倡導(dǎo)將決策安全問題從“如何降低碰撞風(fēng)險”轉(zhuǎn)變到“如何通過在線驗證確保主動安全”，這是證明無人駕駛系統(tǒng)始終滿足安全規(guī)范的過程[6]。然而，在安全運動規(guī)劃的背景下，人工標定或分類出所有不安全場景及自動駕駛汽車正確反應(yīng)是個一項繁瑣的任務(wù)[6]。雖然不能完全排除自動駕駛汽車發(fā)生事故的可能性（例如：當后面的汽車故意追尾導(dǎo)致碰撞時），但主動引起的事故能夠而且應(yīng)該被消除。為了避免自動駕駛汽車主動引起事故的發(fā)生，我們可以對人類司機有什么要求呢？根據(jù)《維也納道路交通公約》（是全球78個國家的安全駕駛基礎(chǔ)），人類駕駛員“應(yīng)避免任何可能危及或妨礙交通的行為”[7]。受這些法律規(guī)則的啟發(fā)，本文要求在其他交通參與者執(zhí)行不違反交通規(guī)則的動態(tài)可行行為前提下，自動駕駛汽車的運動必須保持無碰撞，即“合法安全”（合法安全）[8][9]。
與相關(guān)工作相比，本文提出的方法考慮了其他交通參與者的所有合法行為以及自動駕駛汽車的無碰撞后備解決方案，可作為現(xiàn)有得到了目標軌跡的運動規(guī)劃框架的安全層。本文提供以下三個關(guān)鍵特性：
1.在線評估：通過嚴格預(yù)測場景的所有合法未來演變，同時考慮測量不確定性，在自動駕駛汽車運行期間在線評估每種交通情況的安全性。與經(jīng)典測試方法相比，甚至可以處理具有任意道路幾何形狀和交通參與者數(shù)量的場景；
2.危險情況的安全操作：該方法確保自動駕駛汽車始終具有危險情況的安全軌跡，可以在指定的安全區(qū)域內(nèi)停止，作為發(fā)生危險情況時的后備計劃；
3.結(jié)構(gòu)化修正：無論提供的運動規(guī)劃框架如何，都可確保自動駕駛汽車運行始終符合合法安全。即使某些交通規(guī)則尚未包含在該技術(shù)中，仍然保證安全有效，因為可從所有動態(tài)可行行為的集合中，僅刪除根據(jù)所考慮的交通規(guī)則非法的行為；


圖1 合法安全的驗證。目標軌跡（黑線）通常只考慮其他交通參與者最可能的行為（灰線），本文的在線驗證技術(shù)通過一直保持危險情況的安全軌跡（紅線）來確保自動駕駛汽車符合合法安全。這些危險情況安全軌跡與其他交通參與者的所有合法行為集（藍色區(qū)域）相比是無碰撞的，并保障自主車輛沿著其預(yù)定軌跡進入安全狀態(tài)（灰色區(qū)域）。
一方面，當前的自動駕駛汽車驗證技術(shù)一般是在系統(tǒng)部署之前的離線完成[10]。但因為自動駕駛汽車要在高度不確定的真實交通環(huán)境中運行，已經(jīng)引入了在線驗證方法來驗證自動駕駛汽車運行安全性（參考[11]第 II-C 部分），如：通過邏輯推理[12][13]或避免不可避免的碰撞[14][15]。一旦軌跡被歸類為不安全，以上方法通常不會為車輛提供后備計劃。另一方面，在控制領(lǐng)域流行的安全方法是：魯棒模型預(yù)測控制[16]-[18]和成熟控制器如邊界保證[19]、李雅普諾夫函數(shù)[20]、控制器綜合[21]，這些方法可確保自動駕駛汽車避免不安全狀態(tài)或始終保持在一組不變的安全狀態(tài)內(nèi)[22][23]。最新工作結(jié)合了可達性分析來計算系統(tǒng)隨著時間的推移能夠達到的狀態(tài)集，可以驗證在操作期間不達到危險狀態(tài)[9][24]-[26]。然而，現(xiàn)有方法通常在計算需求上難以處理，也不能推廣到任意交通場景，或者不能提供動態(tài)環(huán)境中危險集的所需預(yù)測。
自動駕駛的時變不安全集通常被定義為其他交通參與者的未來占用位置，可通過運動預(yù)測獲得[27]，現(xiàn)有的預(yù)測方法通常利用應(yīng)用概率[28]-[30]或機器學(xué)習(xí)[31]-[33]來計算幾組可能行為。只有當交通參與者偏離很少數(shù)預(yù)測行為時，自動駕駛汽車的安全才能得到保證，但這種偏離在現(xiàn)實交通場景中經(jīng)常發(fā)生。通過結(jié)合可到達性的分析，預(yù)測能夠考慮無限數(shù)量的動態(tài)障礙物未來可能行為[9][34]-[37]，然而，允許其他交通參與者的所有動態(tài)可行行為過度限制了自動駕駛汽車的機動性。因此，本文基于可到達性的預(yù)測僅考慮在道路網(wǎng)絡(luò)中動態(tài)可行且不違反交通規(guī)則的行為（見圖1的藍色區(qū)域）。
危險情況安全軌跡的運動規(guī)劃器必須能處理小而復(fù)雜的解決方案空間，常用的軌跡規(guī)劃技術(shù)要么使輸入或狀態(tài)空間離散化[38][39]，要么在連續(xù)空間中應(yīng)用變分法[40]-[42]。前一種方法受離散影響，可能無法在解空間中找到狹窄通道[43]或可能無法達到安全的終端狀態(tài)[44]。而盡管基于變分的方法克服了這些限制，但由于非線性車輛動力學(xué)和避撞導(dǎo)致的運動規(guī)劃問題的非凸性成為了重大挑戰(zhàn)。因此，基于變分的方法通常在計算上很復(fù)雜[45]-[47]或必須通過解集引導(dǎo)才能在密集交通情況下工作[48][49]，如：從左邊或右邊越障時，獲取駕駛走廊的方法通常不考慮自動駕駛汽車的動力學(xué)[50]-[52]，因此可能無法推理可駕駛性。本文將可到達性分析與凸優(yōu)化相結(jié)合，以確定任意交通場景中動態(tài)感知駕駛走廊內(nèi)的可駕駛危險情況安全軌跡。

2 結(jié)果
本文的驗證技術(shù)可保證連續(xù)的驗證周期內(nèi)自動駕駛汽車規(guī)劃軌跡合法安全。每當現(xiàn)有運動規(guī)劃框架的預(yù)期軌跡規(guī)劃器提供目標軌跡Ic時，新的驗證周期c就開始，其中每接收到下一個預(yù)期軌跡時，c遞增 1。如果Ic被成功驗證為安全，則自動駕駛汽車只能執(zhí)行從tc時刻開始的新預(yù)期軌跡Ic。如果一條軌跡滿足：(1)與由其他交通參與者的所有合法行為產(chǎn)生的預(yù)測占用位置無碰撞；(2) 可將自動駕駛汽車引導(dǎo)至安全終端狀態(tài)，則該軌跡是合法安全。
通常，Ic用于規(guī)劃預(yù)期運動的時間范圍TIc是幾秒，但是由于未來行為的不確定性越來越大，周圍交通參與者的預(yù)測占用集在更長的時間范圍內(nèi)變得越來越大。因此，Ic在其整個時間范圍TIc內(nèi)通常是不安全的。因此本文不考慮全部預(yù)期軌跡Ic，而只考慮Ic的一小部分，即從tc持續(xù)到tc+Δsafec范圍內(nèi)認為其是合法安全的，如果它在其整個持續(xù)時間Δsafec內(nèi)與預(yù)測的占用集無碰撞，則將其稱為Icsafe。因為Icsafe不能確保自動駕駛汽車在t>tc+Δsafec時保持安全，本文計算連續(xù)的危險情況安全軌跡Fc，它需要平穩(wěn)地接力Icsafe，在其整個時間范圍TFc內(nèi)與預(yù)測的占用集無碰撞，并將自動駕駛汽車過渡到安全區(qū)域。如果Icsafe和Fc存在并且在tc之前計算，本文稱Ic驗證成功，Icsafe和Fc的串聯(lián)表示驗證軌跡，并表示為Icsafe||Fc。


圖2 重新規(guī)劃期間的驗證
a)在每個驗證周期c中，通過計算安全部分Icsafe來驗證給定的預(yù)定軌跡Ic和危險情況安全軌跡Fc；
b)如果周期c的驗證結(jié)果是成功的（如圖中c={1，2，4}），驗證的軌跡Icsafe||Fc是從tc時刻開始執(zhí)行的；如果驗證結(jié)果不成功（如圖中c = 3），驗證的軌跡Ic-isafe和Fc-i被執(zhí)行，直到一個新的預(yù)定軌跡再次被成功驗證（如c = 4）。


圖3 場景I（城市十字路口）的結(jié)果（預(yù)期軌跡Ic只有在成功驗證后才會顯示）
a)攝像機圖像和場景的俯視圖；
b)所選驗證周期c的驗證結(jié)果。
c)預(yù)期軌跡Ic只有在成功驗證后才會顯示
通過圖2解釋重新規(guī)劃期間的驗證程序，在最初的t0時刻假設(shè)自動駕駛汽車處于安全狀態(tài)，在接下來的驗證周期c=1中，成功驗證了給定預(yù)期軌跡I1后（即獲得I1safe和F1），在時間t1時刻允許自動駕駛汽車進入自動駕駛模式并開始執(zhí)行I1safe中驗證軌跡的I1safe||F1。然后，預(yù)期軌跡規(guī)劃器可以提供新的預(yù)期軌跡Ic-c>1，以供驗證。如果新的軌跡Ic被成功驗證，自動駕駛汽車可以在tc時刻從先前驗證的軌跡Icsafe轉(zhuǎn)換到新的驗證軌跡Icsafe||Fc；如果無法驗證預(yù)期軌跡Ic，則繼續(xù)執(zhí)行周期c-i, i ∈ {1, …, c - 1} 中最近驗證的軌跡Ic-isafe||Fc-i。當順序執(zhí)行Ic-isafe||Fc-i時，只有在最后時刻Ic-isafe之前沒有新的預(yù)期軌跡可以成功驗證時，才會執(zhí)行危險情況安全軌跡Fc - i。因為本文已經(jīng)預(yù)測了其他交通參與者所有未來的合法行為，只要他們不違反交通規(guī)則，這個先前驗證的軌跡Ic-isafe||Fc-i就不會發(fā)生碰撞。因此，無論驗證結(jié)果如何，都確保了合法安全。

3 真實數(shù)據(jù)的試驗
對于實驗中的所有驗證周期c，危險情況安全軌跡Fc的開始時間等于下一個預(yù)期軌跡Ic+1的開始時間，即tc+Δsafec=tc+1。這是通過選擇恒定的重新規(guī)劃率Δt=tc+1?tc（意味著新的預(yù)期軌跡應(yīng)以速率 Δt 執(zhí)行）來實現(xiàn)的，該速率對于所有c設(shè)置為在Δt=Δsafec下恒定持續(xù)時間Icsafe。因此，當執(zhí)行經(jīng)過驗證的軌跡Icsafe||Fc時，危險情況安全軌跡Fc的轉(zhuǎn)變僅可能發(fā)生在tc+1。因此，在每個時間間隔[tc, tc+1] 中，自動駕駛汽車要么完全執(zhí)行Icsafe，要么執(zhí)行經(jīng)過先前驗證Ic-isafe||Fc-i的Fc-i一部分。換句話說，只有在當前驗證結(jié)果不成功的情況下，自動駕駛汽車才會從預(yù)期軌跡安全部分過渡到危險情況安全軌跡。


圖4 場景二（亂穿馬路的行人）的結(jié)果
a)攝像機圖像和場景的俯視圖；
b)所選驗證周期的驗證結(jié)果；
c)預(yù)期軌跡Ic只有在成功驗證后才會顯示
在城市環(huán)境中，大多數(shù)事故發(fā)生在有行人的十字路口[53]，為了證明本文提出的驗證技術(shù)允許自動駕駛汽車處理這些關(guān)鍵情況，本文通過記錄BMW 7系的真實交通情況創(chuàng)建了兩個場景。通過對真實世界的記錄進行后處理，并離線應(yīng)用本文的驗證技術(shù)，本文獲得了如下所示的結(jié)果。對于每一個場景，本文使用來自BMW 7系的記錄圖像來說明交通狀況的概覽，并顯示所選驗證周期c的驗證結(jié)果（如圖 3 和 圖4）。此外，本文在這兩種情況下都證明了本文的方法可以保證任意預(yù)期軌跡規(guī)劃器的合法安全（如圖 5）。在補充信息中，本文進一步提供了一個說明安全車道變化的場景（該場景是發(fā)生事故的第三大原因[53]），進一步的結(jié)果包括視頻、詳細的計算時間（平均177毫秒）、所有使用的參數(shù)和可視化軟件等以驗證周期。


圖5 不同規(guī)劃期的驗證結(jié)果
a)方案一中執(zhí)行的速度曲線（周期c={1，6，10}的結(jié)果被標記為標示）；
b)方案二中執(zhí)行的速度曲線（周期c={1，4，14}的結(jié)果被標示出來）。
A. 場景一，在城市工況十字路口左轉(zhuǎn)：
在車輛靠右行駛的國家，十字路口左轉(zhuǎn)是最危險的操作之一，因為自動駕駛汽車必須考慮迎面而來的車輛通行權(quán)，并為專用車道上的潛在自行車讓路 （見圖3a）。迎面而來的車輛或自行車的行為可能會隨著時間的推移而迅速改變，這增加了未來交通場景演變的不確定性。在任何情況下，自動駕駛汽車都必須為迎面而來的交通讓路，同時不會因過于保守的行為而中斷交通流。
本文通過使用危險情況安全軌跡來保護激進的預(yù)期軌跡來完成這一挑戰(zhàn)，這個危險情況安全軌跡（1）符合通行權(quán)并且（2）永遠不會在交叉路口區(qū)域停止自動駕駛車輛。自動駕駛汽車自動尊重路權(quán)，因為預(yù)測考慮了其他交通參與者的所有合法行為，并通過驗證技術(shù)，決定是否可以在迎面而來的車輛進入交叉路口之前完成左轉(zhuǎn)操作。
如圖3b所示，在t1=0s時，自動駕駛汽車首先沿其預(yù)期軌跡接近交叉路口，即執(zhí)行Icsafe, c ∈ {1, …, 4}。從t5=2.4s到t10=5.4s，本文的方法自動檢測到預(yù)期軌跡不安全的情況，在這種情況下，在自行車明確通過之前不能排除在交叉路口區(qū)域內(nèi)與迎面而來的車輛發(fā)生碰撞。因此，危險情況安全軌跡將自動駕駛車輛停在交叉路口（參見圖3b中t6=3s時的危險情況安全軌跡）。在騎自行車的人通過后，立即成功驗證了預(yù)期軌跡，并且自動駕駛汽車在迎面而來的車輛之前繼續(xù)左轉(zhuǎn)，如圖3b所示，t10=5.4s。請注意，在該圖中，危險情況安全軌跡覆蓋了占用集，因為占用集顯示在危險情況安全軌跡的最后時間（參見補充圖 8，了解中間時間的占用集）。圖3b還表明本文的預(yù)測包含了交通規(guī)則，在t10=5.4s時刻，考慮迎面而來的車輛的占用集ID=1718。由于法定安全距離禁止車輛以阻礙自動駕駛車輛的方式跟隨自動駕駛車輛，因此，ID1718的車輛只允許繼續(xù)直行或左轉(zhuǎn)，但不得右轉(zhuǎn)。
B. 場景二，亂穿馬路的行人：
弱勢道路使用者對自動駕駛汽車構(gòu)成了特殊挑戰(zhàn)，因為他們經(jīng)常表現(xiàn)出意想不到的行為變化，尤其是行人可以快速改變行走方向，這使得自動駕駛汽車難以及時做出反應(yīng)。盡管行人亂穿馬路（即在有車流的情況下橫穿馬路）是違法的，但行人偶爾會疏忽并直接從過往車輛的前面橫穿馬路。如果自動駕駛汽車的預(yù)測不包括這種行為，可能會發(fā)生致命事故。
在圖4所示的第一個驗證周期c=1中，ID=323的行人走在人行道上看手機（圖 4a）。為了預(yù)測這個漫不經(jīng)心的行人可能會亂穿馬路，本文通過松弛其預(yù)測約束來擴大該行人考慮的合法行為范圍。因此，自動駕駛汽車會計算該行人在過馬路和部分在與人行道平行道路上行走時的未來占用率（參見圖4b中t1=0s時刻的危險情況安全軌跡占用率；請注意，行人的占用集未在道路外可視化）。由此產(chǎn)生的危險情況安全軌跡F1（從t2開始）確保自動駕駛汽車保持在行人后面。
在接下來的驗證周期c={2, 3, 4}中，自動駕駛汽車無法驗證新的預(yù)期軌跡。事實上，每條預(yù)期軌跡都會與亂穿馬路的行人發(fā)生碰撞。因此，通過自動執(zhí)行第一個計算出的危險情況安全軌跡F1，自動駕駛汽車減速以避免與ID=323的行人發(fā)生碰撞（參見圖4b中的t4=1.8s）。在行人過馬路后，自動駕駛汽車加速到所需的速度，危險情況安全軌跡意味著自動駕駛汽車能夠在行人可能走回自動駕駛汽車的車道之前通過（見圖4b的t14=7.8s）。
如本場景所示，本文的驗證技術(shù)為其用戶（例如移動服務(wù)提供商）提供了靈活性，可以為特定類型的交通參與者定義不同的合法行為。例如，當開車經(jīng)過一所學(xué)校時，人們可能希望預(yù)測任何孩子甚至任何行人都可能過馬路。
C. 任意預(yù)期軌跡下的合法安全：
本文將驗證技術(shù)應(yīng)用于三種不同的預(yù)期軌跡規(guī)劃器（有關(guān)詳細信息，請參閱補充信息）：
  • 規(guī)劃器1使用連續(xù)優(yōu)化來規(guī)劃與其他交通參與者最可能的行為無碰撞軌跡，該規(guī)劃器還用作方案I和方案II先前結(jié)果的預(yù)期軌跡規(guī)劃器；
  • 規(guī)劃器2基于規(guī)劃器1進行修改，忽略了其他流量參與者，使用這個規(guī)劃器，本文模仿了一種尚未學(xué)會避免碰撞的強化學(xué)習(xí)方法；
  • 規(guī)劃器在離散狀態(tài)空間中采樣339個樣本，以規(guī)劃與其他交通參與者最可能的行為無碰撞的軌跡。
圖5說明了每個預(yù)期軌跡規(guī)劃器在場景I和II中自動駕駛汽車的速度分布圖，在場景I中，本文的驗證技術(shù)獨立于應(yīng)用的預(yù)期軌跡規(guī)劃器進行干預(yù)，以便自動駕駛汽車停在交叉路口前（見圖 5a）。而盡管規(guī)劃器2不知道其他交通參與者，但本文的驗證技術(shù)使自動駕駛汽車能夠安全地左轉(zhuǎn)。因為規(guī)劃器2比規(guī)劃器1和3更激進地嘗試達到所需的速度8 ms-1（參見圖5a中驗證周期c={1, 2}的結(jié)果），所以隨后執(zhí)行的危險情況安全軌跡導(dǎo)致自動駕駛汽車快速減速（峰值加速度為-6 ms-2）（參見圖5a中規(guī)劃器2的驗證周期c={3, …, 8}的結(jié)果）。但是規(guī)劃器2的危險情況安全軌跡的執(zhí)行只會導(dǎo)致很短的延遲，因為在交叉路口的停車時間小于2秒。
在場景II中，預(yù)期的軌跡規(guī)劃者不知道行人的亂穿馬路意圖，因此，需要執(zhí)行危險情況安全軌跡以減慢自動駕駛汽車速度（參見圖5b中驗證周期c={2, 3, 4}的結(jié)果），直到規(guī)劃器1和3對行人做出反應(yīng)，而規(guī)劃器2需要一直引導(dǎo)以避免與行人發(fā)生碰撞。雖然執(zhí)行的類型軌跡，即Icsafe或Fc?i，連續(xù)交替，但使用規(guī)劃器2 的自動駕駛汽車的平均速度比使用規(guī)劃器1的平均速度高5%（分別為6.36m s?1和6.09m s?1）。
總之，即使使用忽略其他交通參與者的規(guī)劃器，本文也能夠為不同的預(yù)期軌跡規(guī)劃器保證合法安全。此外，由于在充分考慮車輛動力學(xué)的情況下規(guī)劃了危險情況安全軌跡，因此產(chǎn)生的速度曲線平滑且連續(xù)。


圖6驗證技術(shù)的計算步驟
a)一個驗證周期c的時間離散化tk；
b)檢驗任意預(yù)定軌跡的計算步驟概述：1) 計算占用集，即在一段時間內(nèi)其他交通參與者的所有合法占用位置；2) 計算自動駕駛汽車的可駕駛區(qū)域，以確定危險情況安全的機動性；3) 縱向和橫向的駕駛走廊是從可到達性圖中選擇的，從可及性圖中選擇縱向和橫向駕駛走廊，并對縱向和橫向軌跡進行優(yōu)化，從而獲得一個危險情況安全軌跡。

4 討論
安全認證是使用驗證技術(shù)取得商業(yè)成功的主要障礙，已經(jīng)為鐵路系統(tǒng)、工業(yè)機器人和航空系統(tǒng)等各個領(lǐng)域制定了監(jiān)管指南，但只有有限的自動駕駛汽車運動規(guī)劃法規(guī)（例如 ISO 26262 和 ISO 21448）。本文通過制定合法安全并提出驗證技術(shù)來確保在自動駕駛汽車在運行過程中滿足此規(guī)范，從而為安全認證奠定了基礎(chǔ)。此外，安全保證需要在交通規(guī)則適應(yīng)新要求時得到維護，如果合法安全成為自動駕駛汽車的公認標準，移動供應(yīng)商可以確保本文提議的驗證技術(shù)在其車輛中的使用。因此，本文預(yù)計即使用于生成預(yù)期軌跡的運動規(guī)劃框架發(fā)生變化，社會對自動駕駛汽車的信任也將會增加，測試工作可以顯著減少。
合法安全是一種受交通法規(guī)啟發(fā)的有應(yīng)用前景的新型安全方法，適用于安全認證。相關(guān)概念如：責(zé)任敏感安全[54]、無過失駕駛[26]以及compositional and contract-based verification[55]，與本文避免（自動駕駛汽車造成的）事故的前提相同，但與本文提出的解決方案有很大不同。
責(zé)任敏感安全假設(shè)其他交通參與者按照常識性規(guī)則行事，并根據(jù)安全距離定義自動駕駛汽車的適當響應(yīng)。問題在于即使執(zhí)行了適當反應(yīng)，但也不能排除自己造成的事故，因為其他交通參與者的行為可能與預(yù)期不同；而本文的方法通過考慮所有合法行為來解決這個問題。
無過失駕駛計算分為移動、制動和停止階段的單個軌跡，并且可證明與給定預(yù)測無碰撞；相比之下，本文允許獨立于危險情況安全軌跡來規(guī)劃預(yù)期軌跡，如使用盡可能的預(yù)測來優(yōu)化舒適度。在參考[55]中，有限數(shù)量的離線驗證和本地模型可以在線擬合當前的交通情況，但如果在當前情況下找不到這些局部模型的有效組合，則這種方法可能會導(dǎo)致不安全的行為。本文的驗證技術(shù)在線評估軌跡安全性，并始終提供危險情況安全軌跡以消除自行造成的事故。本文的驗證技術(shù)的詳細計算步驟在方法中進行了描述，并在圖6中進行了可視化。

5 方法
基于形式化的驗證技術(shù)通常被認為會導(dǎo)致控制性能下降（例如，平均速度降低導(dǎo)致行程時間延長）和無人系統(tǒng)的保守行為[56,57]。然而，本文確保了自動駕駛汽車可以在提供高性能的同時，確保合法安全。這就促使本文在之前工作的基礎(chǔ)上，改進了基于集合的預(yù)測[58-60]，危險情況下的安全軌跡規(guī)劃[61]和使用可到達集的軌跡規(guī)劃[62]。在本文之前工作的基礎(chǔ)上，提出了以下創(chuàng)新之處：
  • 本文提出的驗證技術(shù)在復(fù)雜的交通場景下，以一種計算效率高的方式確保合法安全。特別是，通過將駕駛走廊[62]嵌入到危險情況安全軌跡規(guī)劃[61]中，本文將可能的危險情況安全操縱方案的計算推廣到不同的交通情況中并可以考慮多個安全終端集。
  • 在包括測量不確定性在內(nèi)的實際交通中記錄的各種城市場景中，證明了所提出的驗證技術(shù)的適用性。此外，本文的結(jié)果表明，盡管采用了過度近似的、基于集合的預(yù)測，但仍可以實現(xiàn)非保守的駕駛行為。
  • 詳細介紹了本文的驗證技術(shù)與自動駕駛汽車的預(yù)期軌跡規(guī)劃器在隨后的驗證周期中的時間相互作用。
  • 用三種不同的預(yù)期軌跡規(guī)劃器進行的實驗驗證了本文的驗證技術(shù)能夠確保任意軌跡規(guī)劃者的合法安全。
關(guān)于更多之前工作的基礎(chǔ)與細節(jié)（驗證技術(shù)的輸入、可到達性分析的預(yù)演、算法步驟概述以及驗證技術(shù)的安全性保證），將在補充資料給出。

參考文獻







 
分享到：
 
反對 0 舉報 0 收藏 0 評論 0
滬ICP備11026917號-25