研究幫助無人駕駛汽車更像人類一樣改變車道

在自動駕駛汽車領域，控制車道變換的算法是一個重要的研究課題。但是大多數(shù)現(xiàn)有的車道變換算法都有兩個缺點之一：要么它們依賴于駕駛環(huán)境的詳細統(tǒng)計模型，這些模型難以組裝而且太復雜而無法動態(tài)分析; 或者它們非常簡單，以至于它們可能導致不切實際的保守決策，例如根本不改變車道。

在明天的機器人與自動化國際會議上，來自麻省理工學院計算機科學與人工智能實驗室(CSAIL)的研究人員將提出一種新的車道變換算法，將差異分開。與簡單模型相比，它允許更激進的車道變換，但僅依賴于關于其他車輛的方向和速度的即時信息來做出決策。

“動機是，'我們可以用盡可能少的信息做什么?'”CSAIL的博士后和新論文的第一作者Alyssa Pierson說。“我們怎樣才能擁有一輛自動駕駛汽車，就像人類駕駛員的行為一樣?汽車需要什么樣的最少信息來引發(fā)人類行為?”

皮爾森參加了維特比電氣工程和計算機科學教授Daniela Rus的論文; Sertac Karaman，航空航天副教授; 和Wilko Schwarting，電氣工程和計算機科學專業(yè)的研究生。

“優(yōu)化解決方案將確保通過車道變換進行導航，可以模擬整個范圍的駕駛風格，從保守到積極，具有安全保障，”CSAIL的負責人Rus說。

自動駕駛車輛避免碰撞的一種標準方式是計算環(huán)境中其他車輛周圍的緩沖區(qū)。緩沖地帶不僅描述了車輛的當前位置，但一定時間內他們將來可能的位置。然后，規(guī)劃車道變換就變成了簡單地停留在其他車輛緩沖區(qū)之外的問題。

對于計算緩沖區(qū)的任何給定方法，算法設計者必須證明它在用于描述流量模式的數(shù)學模型的上下文中保證避免沖突。該證明可能很復雜，因此通常預先計算最佳緩沖區(qū)。在操作期間，自主車輛然后調出與其情況相對應的預先計算的緩沖區(qū)。

問題是如果流量足夠快且足夠密集，預先計算的緩沖區(qū)可能限制太多。自動駕駛汽車根本不會改變車道，而人類駕駛員會高興地在車道上拉鏈。

對于麻省理工學院研究人員的系統(tǒng)，如果默認緩沖區(qū)導致性能遠遠低于人類駕駛員，系統(tǒng)將動態(tài)計算新的緩沖區(qū)，并提供防撞證明。

該方法取決于描述緩沖區(qū)的數(shù)學上有效的方法，因此可以快速執(zhí)行防碰撞證明。這就是麻省理工學院研究人員開發(fā)的內容。

它們以所謂的高斯分布開始 - 熟悉的鐘形曲線概率分布。該分布代表汽車的當前位置，考慮其長度和位置估計的不確定性。

然后，根據(jù)對汽車方向和速度的估計，研究人員的系統(tǒng)構建了一個所謂的邏輯函數(shù)。將邏輯函數(shù)乘以高斯分布會使汽車運動方向的分布傾斜，而更高的速度會增加偏斜。

偏斜分布定義了車輛的新緩沖區(qū)。但它的數(shù)學描述非常簡單 - 僅使用幾個方程變量 - 系統(tǒng)可以在運行中對其進行評估。

研究人員在一次模擬中測試了他們的算法，其中包括多達16輛自動駕駛汽車，這些汽車在數(shù)百輛其他車輛的環(huán)

“自動駕駛汽車不是直接通信，而是并行運行所提出的算法，沒有沖突或碰撞，”皮爾森解釋說。“每輛車使用不同的風險閾值，產(chǎn)生不同的駕駛風格，使我們能夠創(chuàng)造保守和積極的駕駛員。使用靜態(tài)的，預先計算的緩沖區(qū)域只允許保守駕駛，而我們的動態(tài)算法允許更廣泛的駕駛風格“。