- 主要内容
本文主要介绍了一些基于规则的方法,以实现自动驾驶规划技术在复杂车流中取得人类驾驶效果。因此此类场景更适合城市NOA。
当然本文在城市道路,封闭区域道路以及城际高速都适宜。 - 主要技术点
(1)本文把自车周围车辆的决策分为四类,包括:
1)忽视周边车辆;
2)受周边车辆更改轨迹的形状;
3)让行:比如停在别的车辆的前面为其让行;
4)跟随:保持一定的跟车距离。
(2)规则一:对于静态障碍物,那么需要改变轨迹的形状绕过障碍物;
(3)规则二:对于加速度非负,速度远超自车的障碍车,那么对于这类选择忽视
就可以了(其实apollo中的ST图已经实现了这个功能);
(4)规则三:对于中间没有标记的道路,如果按照正常的规划方法,很可能求解器无解,因为道路比较窄,障碍车的bound会导致自车的bound变小。此时应该认为障碍车会自己靠路边行驶,那么可以人为的减少障碍车的bound以便求解器有解;如果有相撞的风险,那么就用速度规划来兜底,至少path是有解的。如下图所示:
(5)规则四:对于在自车后方或自车车尾附近的行人,选择忽视;如下图所示|
上图中,可以选择忽视B和C,但A不能忽视。
(6)如果自车能早到碰撞点2s的话,那么就可以选择忽视其他车了;这样的策略使得自动驾驶汽车更加自信(这个具体实现和apollo的速度规划的超车有什么区别?);
(7)让行和跟车决策:如果其他车在自车路径上,那么我们比较自车和其他车的轨迹是否在55°以内,如果没在自车的路径上,比较值会缩小到45°。如果在上述角度内则会跟车,超出上述角度会让行(其实没看太懂这个)。如下图所示: