http://softdown.elecfans.net/p/2017/09/無人駕駛的決策規劃控制技術2017

　　無人車作為一個復雜軟硬件結合系統，其安全可靠運行需要車載硬件、傳感器集成、感知預測，以及控制規劃等多個模塊的協同配合工作。作者認為最關鍵的部分是感知預測和決策控制規劃的緊密配合。狹義上的決策規劃控制部分，包含了無人車行為決策（Behavior Decision）、動作規劃（Motion Planning）， 以及反饋控制（Feedback Control）這三個模塊。而從更寬泛的概念來說，無人車的決策規劃控制模塊，緊密依賴于上游的路由尋徑（Routing）以及交通預測（Prediction）的計算結果，所以本文也對路由尋徑和交通預測模塊進行介紹。

　　系統框架和模塊劃分

　　圖1展示了一種無人車軟件系統的典型功能模塊劃分。其中感知（Perception）模塊負責從傳感器數據中探測計算出周邊環境的物體及其屬性。這些物體信息經過預測模塊的計算，生成預測軌跡傳遞給決策規劃控制系統中的行為決策模塊。決策規劃控制系統的另一個上游模塊是路由尋徑模塊，其作用在簡單意義上可以理解為無人車軟件系統內部的導航，即在宏觀層面上指導無人車軟件系統的控制規劃模塊按照什么樣的道路行駛從而實現從起始點到目的地點。值得注意的是這里的路由尋徑雖然在一定程度上類似傳統的導航，但其細節上緊密依賴于專門為無人車導航繪制的高精度地圖，所以和傳統的導航還是有本質的不同。一般來說，路由尋徑會作為單獨的模塊來進行實現，而交通預測部分，則既可以做為感知模塊的業務延伸，也可以看成是決策規劃控制模塊的外圍模塊而單獨進行實現。

　　圖1 無人車軟件系統模塊

　　決策規劃控制（Decision，Planning & Control）系統的任務，就是在對感知到的周邊物體的預測軌跡的基礎上，結合無人車的路由意圖和當前位置，對車輛做出最合理的決策和控制。整個決策規劃控制軟件系統，可以按照解決問題的不同層面，如圖1所示自上而下劃分為行為決策（Behavioral Decision）、動作規劃（MotionPlanning），以及反饋控制（Feedback Control）這三個模塊。

　　其中行為決策模塊（Decision），可以直觀理解成無人車的“副駕駛”。行為決策接受路由尋徑的結果，同時也接收感知預測和地圖信息。綜合這些輸入信息，行為決策模塊在宏觀上決定了無人車如何行使。宏觀層面的決策包括在道路上的正常跟車，在遇到交通燈和行人時的等待避讓，以及在路口和其他車輛的交互通過等。例如，在路由尋徑要求無人車保持當前車道（Lane）行駛，感知發現前方有一輛正常行駛的車輛，行為決策的決定便很可能是跟車行為。 動作規劃模塊，在圖1的劃分中，解決的是具體的無人車動作（Motion）的規劃問題。其功能可以理解為，在一個較小的時空區域內，具體解決無人車從A點到B點如何行駛的問題。動作規劃模塊在這里解決的問題，相對行為決策，又更加具體了一步。動作規劃需要具體把一個短暫時間t內從A到B的中間路徑點做出規劃，包括選擇途經哪些具體的路徑點，以及到達每個路徑點時，無人車的速度，朝向，加速度等。不僅如此，動作規劃還需要保證兩點：一是在后續時間內，生成從A到B的時空路徑需要保持一定的一致性；二是，這些生成的A到B之間的路徑點，包括到達每個點的速度朝向加速度等，都在下游的反饋控制的實際可操作的物理范圍之內。決策規劃控制系統最下層的模塊是反饋控制模塊。這是一個直接和無人車底層控制接口CAN-BUS對接的模塊。其核心任務是消化上層動作規劃模塊的輸出軌跡點，通過一系列結合車身屬性和外界物理因素的動力學計算，轉換成對車輛Drive-By-Wire控制的油門，剎車，以及方向盤信號，從而盡可能地控制車去實際執行這些軌跡點。反饋控制模塊主要涉及對車輛自身控制，以及和外界物理環境交互的建模。

　　上述模塊的劃分方法，非常有效地將無人車決策控制規劃這樣一個復雜問題，按照計算邏輯從抽象到具體的做出了非常合理的切分。這樣的劃分使得每個模塊可以各司其職專注解決本層次的問題，從而提升了整個復雜軟件系統的開發效率。

　　.docx