在自動駕駛的定位、感知、預(yù)測、決策規(guī)劃和控制等模塊中，感知模塊就像是人的眼睛和耳朵，負責(zé)對外部環(huán)境進行感知；控制模塊就像人的雙手和雙腳，負責(zé)最終的加減速、轉(zhuǎn)向等操作；而決策規(guī)劃模塊就像人的大腦，基于接收到的感知等信息進行行為決策和軌跡生成。

正如人的大腦又分為左腦和右腦一樣，決策規(guī)劃模塊又可以繼續(xù)分為行為決策層（Behavioral Layer）和運動規(guī)劃層（Motion Planning）。

其中，行為決策層在接收到全局路徑后，結(jié)合感知信息，進行具體的行為決策；運動規(guī)劃層根據(jù)具體的行為決策，規(guī)劃生成一條滿足特定約束條件的軌跡，該軌跡作為控制模塊的輸入決定車輛最終行駛路徑。

隨著自動駕駛等級的不斷提高，決策規(guī)劃層作為自動駕駛的大腦，其重要性也隨之提高。但與人腦相比，自動駕駛的這顆大腦還有太長的路需要追趕。本文將通過萬字詳述路徑規(guī)劃中的Motion Planning存在的問題與挑戰(zhàn)。

1. Motion Planning常用算法

Motion Planning算法是從機器人領(lǐng)域發(fā)展起來的，逐漸發(fā)展出適用于自動駕駛領(lǐng)域的各種算法。論文[1]對Motion Planning的軌跡生成方法做了綜述，介紹的方法如下圖所示。

基于采樣搜索的算法：Dijkstra、RRT、A*、hybird A*和Lattice等；

基于曲線插值的算法：RS曲線、Dubins曲線、多項式曲線、貝塞爾曲線和樣條曲線等；

基于最優(yōu)化的算法：Apollo的piecewise-jerk等；

上述算法一般都是相互結(jié)合在一起使用的。比如多項式曲線需要對終端狀態(tài)進行采樣、貝塞爾曲線對控制點進行采樣、hybird A*中使用到了RS曲線或者Dubins曲線等。

論文[1]總結(jié)了各種軌跡生成算法的優(yōu)缺點，如下圖所示?？梢姏]有哪一種算法是完美的，需要結(jié)合具體的場景和工況選用合適的算法。目前行業(yè)內(nèi)應(yīng)用比較多的是多項式曲線插值(高速場景)和最優(yōu)化的算法。

2. Motion Planning問題與挑戰(zhàn)

上述介紹的Motion Planning的算法，基本能解決大部分的自動駕駛場景軌跡生成問題，軌跡生成算法已經(jīng)不是主要瓶頸。但是在Motion Planning領(lǐng)域內(nèi)仍然存在許多挑戰(zhàn)需要去攻克，主要包括以下幾個方面：

最優(yōu)性問題；

認知推理問題；

不確定性問題(Uncertainty/Probability)；

Single-Agent；

Multiple-Agent；

工程化問題。

2.1 最優(yōu)性問題

全局最優(yōu)是NP-hard問題[3]，為了實時性，行業(yè)內(nèi)多數(shù)采用橫縱向解耦的規(guī)劃方法。但是這么做會犧牲最優(yōu)性，在一些工況下不能得到良好的車輛行為，比如超車[2]、對向來車、向心加速度約束處理、橫向規(guī)劃需要考慮縱向規(guī)劃能力等。 例如，當(dāng)自動駕駛主車(Autonomous Driving Car ，ADC)前方有一個減速行駛的車輛時，橫縱向解耦的方法一般只有當(dāng)前方車輛車速降低到一定值時才會超車行駛。ADC的行為表現(xiàn)就是先減速甚至停車，然后再繞障行駛，這顯然不是最優(yōu)的行駛策略。 如果采用時空一體化規(guī)劃方法，則可以避免減速或者停車行為。下圖中左圖是解耦方法的示例，在前方有減速停車車輛時，ADC會進行減速。右圖是時空規(guī)劃的示例，在前方車輛減速時ADC會進行超車。

2.2 認知推理問題

2.2.1 地圖拓撲推理

以Apollo為例，PNC Map模塊從HD Map模塊提取數(shù)據(jù)形成參考線，并且通過HD Map模塊的API接口查詢道路元素。但Motion Planning模塊會忽略了一些道路的拓撲關(guān)系，例如匯入?yún)R出路口，而這些特殊的道路拓撲是會影響到車輛的行為。

此外，在沒有HD Map模塊而單純依靠視覺車道線的情況下，此時感知車道線會發(fā)生異常。在匯入?yún)R出道路和十字路口道路中，其道路拓撲問題尤為凸顯。

2.2.2 障礙物統(tǒng)一建模

交通場景的參與者有車輛、摩托車、自行車、行人、錐桶等。廣義上來講還包括人行橫道、紅綠燈、道路限速等地圖靜態(tài)元素，Motion Planning需要針對不同的元素做出不同的決策。障礙物統(tǒng)一建?？梢院喕瘑栴}，并且提升計算效率。

Aopllo將所有交通參與者抽象為Static Obstacle，Dynamic Obstacle和Virtual Obstacle，Obstacle就是box， Static Obstacle和Dynamic Obstacle為車輛、行人等， Virtual Obstacle為人行橫道、禁停區(qū)等。路徑規(guī)劃時不考慮Virtual Obstacle。

使用能量場相關(guān)的方法，將交通參與者使用能量函數(shù)表示。上圖中間圖就是清華[4]提出的行車安全場，由靜止物體的勢能場、運動物體的動能場和駕駛員的行為場構(gòu)成。最優(yōu)軌跡就是尋找一條能量和最小的軌跡。

論文[5]將交通參與者分為obstacle-like和constraint-like。obstacle-like是動靜態(tài)車輛、紅燈等，將其映射到slt的3D柵格中。constraint-like是限速、停車標志等，作為semantic boundary。根據(jù)決策序列動作在slt配置空間內(nèi)生成若干cube邊界供軌跡生成使用。

2.2.3 場景認知推理

由于現(xiàn)實中環(huán)境的復(fù)雜性，一種決策策略或者規(guī)劃方法難以處理不同的工況。因此對行駛環(huán)境進行分類，在不同的場景下選擇不同的策略可以提升Motion Planning的性能。那么怎么進行場景分類和場景識別，在不同的場景Motion Planning又該有哪些不同？這些問題都是需要解決的。

Aopllo中場景分類為LANE_FOLLOW、SIDE_PASS、STOP_SIGN_UNPROTECTED等。有兩種場景識別方式，一是通過規(guī)則的方法，一是通過機器學(xué)習(xí)的方法。不同的scenario有不同的stage，stage中依次執(zhí)行task。即使是相同的task在不同scenario中參數(shù)配置也可能不同。

毫末基于城市場景路口多、擁堵多和變道多的特點，將行駛場景分為十類，顯然是和Apollo中的scenario分類是不同的，然而毫末的場景識別方法卻不得而知。毫末此外還提出了行駛環(huán)境熵的概念來描述行駛環(huán)境的擁堵狀態(tài)。

2.3 不確定性

2.3.1 定位不確定性

在多數(shù)的Motion Planning中都是認為定位是足夠準確的，但是實際場景中由于遮擋、多徑干涉等問題，定位往往是不準確的。以論文[6]中的左下圖所示，由于定位誤差導(dǎo)致從HD Map模塊查詢到的道路邊界產(chǎn)生誤差，從而使規(guī)劃和車輛行駛軌跡在道路邊界上。

論文將定位不確定性假設(shè)為高斯分布，并且定位模塊可以計算出概率分布的期望與方差。論文將車輛坐標系轉(zhuǎn)換到了UTM坐標系下，根據(jù)定位的高速分布情況和坐標變換公式，就可以計算出車輛周圍環(huán)境在定位影響下的不確定性，如上右圖所示，其中顏色越深表示不確定性越大，其不確定性計算公式主要由下式得到。

可以發(fā)現(xiàn)距離ADC越遠其不確定越高，隨著車輛的前進，其不確定性會被更新。路徑規(guī)劃方法采用了Lattice（五次多項式曲線）的方法，在cost計算時，增加了兩個項目。一個是硬約束：規(guī)劃路徑上點的最大不確定性不能大于某一個閾值；二是在cost function中增加了不確定性的權(quán)重和。

2.3.2 感知不確定性

由于傳感器噪聲、車輛震動、行駛環(huán)境和不完善的算法，感知得到結(jié)果具有不確定性，甚至是錯誤的。由于感知的不確定性會造成Motion Planning結(jié)果的不安全性。一種簡單的處理方式是加buffer，但是粗暴的處理方式會減小Motion Planning的可行域，可能造成過于激進或者過于保守的行駛策略。

論文[7]以裝備了Around View Monitoring(AVM)的泊車應(yīng)用為例，由于感知誤差會使路徑規(guī)劃在實際超車位置停車，可能會發(fā)生碰撞，如下左圖所示。論文將感知的不確定性建模為高斯分布，感知效果距離ADC越遠不確定性越高，如下右圖所示。

論文中整體架構(gòu)如下左圖所示論文，采用此算法后的效果如下右圖所示。

Parking space sampling：對距離ADC最近的兩個角點進行采樣，將采樣點看作是正態(tài)分布的，根據(jù)采樣角點和設(shè)定的?？臻g的長度，計算ADC后軸中心的停車點；

Path candidate generation：采用ocp理論對每個采樣點進行路徑規(guī)劃，其中將時域問題轉(zhuǎn)化為Ferent坐標系下，并使用SQP求解非線性問題；

Optimal Path Selection：使用utility theory進行最優(yōu)路徑的選擇。Utility function為：EU(s) = P(s) x Uideal(s) +(1-P(s)) x Ureal(s)，其中P(s)為路徑對應(yīng)采樣點的概率，Uideal為路徑到目標點(當(dāng)前時刻感知檢測到的，并非采樣得到的)的偏差效用函數(shù)值，Ureal為路徑上到ADC當(dāng)前位置的效用函數(shù)值。

2.3.3 預(yù)測不確定性

預(yù)測是實現(xiàn)L4以上高級別自動駕駛的重要環(huán)節(jié)。然而截至目前，預(yù)測對整個行業(yè)來說仍是一個非常難的問題。因此預(yù)測的準確性很差，在不確定性預(yù)測結(jié)果下做Motion Planning是非常重要的。

論文[8]提出了一個基于高斯分布的規(guī)劃架構(gòu)，處理預(yù)測和控制不確定性帶來的規(guī)劃軌跡不安全的問題。

候選軌跡生成：通過多階段橫縱向采樣生成?？梢岳斫鉃锳opllo Lattice方法。

預(yù)測軌跡生成：對于某一個車輛的軌跡進行預(yù)測(進行規(guī)劃)時，認為其他車輛是勻速行駛的，并且其狀態(tài)都是確定的，則通過對候選軌跡的cost計算，得到最優(yōu)的預(yù)測軌跡。之后通過卡爾曼濾波計算預(yù)測軌跡的概率分布，并假設(shè)其遵從正態(tài)分布。

ADC軌跡生成：此時需要考慮其他交通參與者的預(yù)測的不確定性。針對每一條候選軌跡，通過LQR算法計算出控制誤差，然后再通過卡爾曼濾波計算出軌跡的概率分布，在軌跡評價進行cos計算時，碰撞檢測是基于預(yù)測和ADC規(guī)劃軌跡的概率分布的，即在所有概率分布內(nèi)都不能發(fā)生碰撞。

作者認為此方法相當(dāng)于給box加上一個自適應(yīng)的buffer，而常規(guī)的固定大小的buffer會導(dǎo)致保守或者激進的駕駛行為。

論文[9]論文提出了一種可以嵌入現(xiàn)有Motion Planning框架的fail-safe機制，分為三部分：

Set-based prediction：根據(jù)制定的交通參與者的駕駛策略和車輛運動學(xué)模型，將原有的交通參與者單一的預(yù)測軌跡，改為多預(yù)測軌跡；

Fail-safe trajectory：根據(jù)預(yù)測的結(jié)果，計算原planning trajectory有碰撞風(fēng)險的第一個軌跡點，然后再根據(jù)最優(yōu)化理論生成軌跡；

Online verification：將ADC在第二步生成的軌跡上進行投影，判斷其是否和第一步的預(yù)測車輛軌跡是否有碰撞。

感覺此方法是又重新做了一遍Motion Planning，由于論文中沒有描述fail-safe trajectory是否考慮decision的結(jié)果，可能會造成safe trajectory不滿足decision結(jié)果，并且此論文只是仿真，并沒有實際應(yīng)用。

2.3.4 Partially Observable Environments

由于傳感器自身的感知范圍受限和感知結(jié)果的不確定性，在不良光照或者惡劣天氣中會進一步放大。而在城市工況中，建筑物的遮擋會造成不完全感知，如下圖所示。此外，大型車輛也會造成感知遮擋問題，而多數(shù)的Motion Planning都是以完全感知進行處理的，規(guī)劃結(jié)果具有很大的不安全性。

論文[10]提出了一種處理不完全感知的安全的Motion Planning，使規(guī)劃軌跡在最危險情況下可以在車輛最大制動能力下安全停車而不發(fā)生碰撞。分為兩種情況：一是在直道上行駛考慮感知的不確定性和感知距離范圍，二是在城市十字路口考慮不完全感知情況。并且容易嵌入其他的Motion Planning架構(gòu)中，作者在其之前提出基于最優(yōu)化方法的軌跡規(guī)劃中進行了仿真驗證(綜述中的圖(b))。

作者為其理論設(shè)計了幾個假設(shè)：

定位的縱向位置和速度信息遵從高斯分布；

感知的有效范圍是已知的，并且感知的結(jié)果遵從高斯分布；

地圖信息中包含建筑物位置，且為凸多邊形；

使用Intelligent Driver Model(IDM)進行車輛加速度預(yù)測。

由于論文分直道和十字路口兩種情況處理，因此需要進行場景識別，論文采用了基于規(guī)則的方式進行場景識別。

上左圖：紅色虛線是感知觀測到的環(huán)境的時間，黑色虛線是進行Motion Planning的時間，可見Motion Planning使用的感知信息是tp時刻前的。此外由于Motion Planning要保證連續(xù)性，在Motion Planning計算周期tpin時間內(nèi)的規(guī)劃軌跡要保證一致。更重要的是由于執(zhí)行器的延遲，在tsafe時間內(nèi)要保證軌跡的安全性。論文中tsafe= 2tpin；

上中圖：在直道行駛分為感知范圍內(nèi)沒有車輛或者感知范圍內(nèi)有車輛兩種情況：一是感知范圍內(nèi)沒有車輛，假設(shè)駕駛感知范圍外有一個靜止車輛，將其設(shè)為虛擬靜止障礙物，通過其高斯分布特性可以計算得到tsafe時刻內(nèi)，滿足以最大制動能力剎車的縱向位移和速度約束；二是感知范圍內(nèi)有車輛，考慮感知不確定性情況下的最危險情況，即前車以最大制動能力剎車，通過其高斯分布特性可以計算得到tsafe時刻內(nèi)，滿足以最大制動能力剎車的縱向位移和速度約束；

上右圖：在十字路口行駛，根據(jù)IDM模型計算ADC是需要讓行還是有路權(quán)需要明確表明表明自己優(yōu)先通過的意圖。最后轉(zhuǎn)換為直道行駛的兩種類型的約束。

2.4 Single Agent

Single Agent認為是單智能體問題，即ADC會對周圍環(huán)境做出決策，而不考慮ADC行為決策對其他交通參與者的影響，顯然這種假設(shè)是不對的，但是卻簡化了Motion Planning問題。

行為決策是影響自動駕駛發(fā)展的另一個重要方面，隨著自動駕駛的等級越高，行為決策的重要性越高。行為決策的難點是如何體現(xiàn)自動駕駛車輛的智能性，如何使自動駕駛車輛可以像人類駕駛員一樣處理高維度、多約束的復(fù)雜場景，甚至要比人類駕駛員的表現(xiàn)更好。

目前多數(shù)方法是基于規(guī)則的方法，其能力有限。以基于規(guī)則方法的行為決策來說，在下匝道工況，一般會設(shè)計一個距離匝道口的距離閾值。當(dāng)ADC到匝道口的距離在閾值內(nèi)時，就開始向最右側(cè)車道變道。

假設(shè)這個閾值是2km，如果ADC在匝道口2.1m處位于中間車道行駛，此時前方剛好有輛車且速度較低，基于規(guī)則的行為決策一般會選擇向左側(cè)車道變道(左側(cè)車道限速高，超車遵從左側(cè)超車，從小鵬NGP等可以看出也是左側(cè)車道優(yōu)先)。但是變道后距離匝道口的距離閾值小于2km，此時需要向最右側(cè)車道變道，需要連續(xù)進行二次變道，會顯得不夠智能。

再比如在匝道前500m最右側(cè)車道行駛，前方由于施工或者事故不能行駛，此時只能由駕駛員接管。由此可見，由于現(xiàn)實工況的復(fù)雜性，基于規(guī)則的行為決策方式很難做到良好的駕乘體驗。

港科大關(guān)于OPMDP[11]的行為決策工作，相比于基于規(guī)則的方法，性能有了一定提升，其對ADC和其他交通參與者的行為進行了剪枝，降低了OPMDP的耗時。但是其考慮了其他交通參與者會對ADC的行為進行規(guī)避等，可以看出是一個Multiple Agent問題來處理。

2.5 Multiple Agent

上述的Single Agent中認為交通參與者不會對ADC的行為做出相應(yīng)的決策.但實際中，當(dāng)ADC做出決策后，其行為會影響到其他交通參與者的行為，而使原有的預(yù)測結(jié)果的可信性降低，尤其是有些簡單基于規(guī)則的prediction不依賴于Motion Planning結(jié)果，或者使用上一幀Motion Planning的結(jié)果(Apollo)。

例如在下圖左圖中，當(dāng)ADC L沿著trajectory1行駛時，A2可能會減速避讓。當(dāng)ADC L沿著trajectory2行駛時，A2可能會加速通過路口。但是當(dāng)ADC L沿著trajectory2行駛時，預(yù)測A2可能會加速通過路口，但是A2可能會理解錯ADC L的意圖進行減速，會造成兩輛車鎖死。因此ADC怎么理解其他交通參與者的意圖和怎么讓其他交通車理解ADC的意圖至關(guān)重要[12]。

2.6 工程化問題

在Motion Planning中還面臨一些工程化問題，主要包括如下幾個方面。

實時性：在第一個問題中提到的了最優(yōu)性問題，如果要解決，由于在三維空間搜索計算的復(fù)雜性，其實時性很能保證，這也是限制時空聯(lián)合規(guī)劃應(yīng)用的一個原因。此外最優(yōu)化算法中的大規(guī)模約束和非線性也面臨實時性的挑戰(zhàn)。

完備性：插值、Lattice等算法是概率完備的，尤其在復(fù)雜多障礙物環(huán)境中，有限的采樣很難獲得無碰撞的軌跡。而最優(yōu)化方法由于數(shù)值求解，也不能達到完備性，常用的osqp求解器甚至?xí)o出一個錯誤的解。

難量化性：Motion Planning中的評價指標多是主觀性的，比如舒適性和通過性等，很難量化評價。不同工程師調(diào)參得到體感不同，又與乘客的主觀感受不同。因此提出了機器學(xué)習(xí)的方法來學(xué)習(xí)Motion Planning中的參數(shù)或者變道策略。

3. 行業(yè)解決方案

針對上述問題與挑戰(zhàn)，行業(yè)內(nèi)公司也在積極探索并提出了一些解決方案，下面列舉一二。

輕舟智航采用了時空聯(lián)合規(guī)劃解決最優(yōu)性問題，提高規(guī)劃性能，并且自研了非線性規(guī)劃器高效求解[2]。

圖森未來新一代框架中，感知模塊在提供障礙物位置、速度等信息時，同時提供不確定性或者概率信息，以保證決策規(guī)劃可以提前做出安全舒適的決策[13]。

特斯拉將planner用于交通參與者的其他車輛。但與其他車輛交互時，不能只為ADC規(guī)劃，而是要為所有交通參與者共同規(guī)劃，針對整體場景的交通流進行優(yōu)化。為了做到這一點，會為場景中的每個參與對象都運行autopilot規(guī)劃器。除此之外，針對停車場景，采用A*搜索算法和神經(jīng)網(wǎng)絡(luò)結(jié)合策略，大大減少了A*算法的節(jié)點探索[15]。

小鵬和特斯拉針對車道線缺失，道路拓撲變化問題做了優(yōu)化[14]。

Waymo提出了ChauffeurNet用于提升決策性能[16]，Apollo借鑒ChauffeurNet提出了自己的強化學(xué)習(xí)架構(gòu)[17]。

審核編輯 ：李倩