發(fā)布時(shí)間：2021-08-12 15:48

　　自動(dòng)駕駛技術(shù)致力于解決交通擁堵并減少交通事故,近年來發(fā)展迅速。其中一個(gè)關(guān)鍵的開放問題是,根據(jù)周圍交通狀況選擇有效駕駛行為的行為規(guī)劃策略。目前的大量技術(shù)實(shí)現(xiàn)都以有限狀態(tài)機(jī)作為全場景的整體策略模型,但是有限狀態(tài)機(jī)內(nèi)部模塊之間存在強(qiáng)耦合,需要專業(yè)知識(shí)手動(dòng)設(shè)計(jì),步驟繁瑣,不利于更新和維護(hù)。而最新的分場景研究方法則往往以單個(gè)強(qiáng)化學(xué)習(xí)智能體面向整個(gè)場景進(jìn)行訓(xùn)練,存在狀態(tài)空間維度高,訓(xùn)練難度高,基于神經(jīng)網(wǎng)絡(luò)的策略無安全保障等問題�；诖�,本文提出使用模塊化程度更高、可擴(kuò)展性更強(qiáng)的行為樹模型代替有限狀態(tài)機(jī)作為行為規(guī)劃策略的主模型。行為樹的結(jié)構(gòu)與子節(jié)點(diǎn)設(shè)計(jì)結(jié)合遺傳編程算法和強(qiáng)化學(xué)習(xí)算法,以適應(yīng)不同場景的策略規(guī)劃需求。具體而言,本文的主要工作內(nèi)容有:1)在CARLA模擬器中構(gòu)建包含行人和其他障礙車輛的3種不同交通場景——帶有信號(hào)燈的十字交叉路口、多車道直行路段和環(huán)島路段,并建立行為樹策略所需的基本條件節(jié)點(diǎn)和動(dòng)作節(jié)點(diǎn);2)通過分析行為樹的冗余節(jié)點(diǎn),規(guī)范化行為樹的結(jié)構(gòu),以縮小遺傳編程的搜索空間,并在此基礎(chǔ)上設(shè)計(jì)實(shí)現(xiàn)加入了dropout遺傳操作和哈希集合的遺傳編程算法;3)設(shè)計(jì)并訓(xùn)練加入了深度Q學(xué)習(xí)（Deep ... 

【文章來源】：蘭州大學(xué)甘肅省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：91 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

000年至2016年車禍死亡人數(shù)(每百萬人)與死亡率[2]

蘭州大學(xué)碩士學(xué)位論文基于行為樹的自動(dòng)駕駛行為規(guī)劃策略研究2自動(dòng)駕駛的技術(shù)棧主要由環(huán)境感知、地圖定位、規(guī)劃決策和控制四部分組成[3]，如圖1-2所示。地圖模塊分為高精度地圖和定位兩部分：高精度地圖負(fù)責(zé)離線構(gòu)建自動(dòng)駕駛車輛行駛環(huán)境的靜態(tài)地圖信息，包括車道線坐標(biāo)、每條車道的方向、允許轉(zhuǎn)向的信息、交通標(biāo)志、紅綠燈坐標(biāo)等；定位則是通過GNSS(GlobalNavigationSatelliteSystem,GNSS)、IMU(InertialMeasurementUnit,IMU)等傳感器確定車輛在世界坐標(biāo)系以及本地高精度地圖坐標(biāo)系當(dāng)中的位置、朝向和運(yùn)動(dòng)狀態(tài)。環(huán)境感知模塊根據(jù)激光雷達(dá)、毫米波雷達(dá)、攝像頭等傳感器的實(shí)時(shí)輸入計(jì)算出周圍環(huán)境其他不包含在高精度地圖中的動(dòng)態(tài)車輛、行人與障礙物信息。規(guī)劃決策模塊在用戶設(shè)定好車輛預(yù)計(jì)到達(dá)的目標(biāo)地點(diǎn)的基礎(chǔ)上，通過與目前常見導(dǎo)航系統(tǒng)類似的算法得出車輛在城市路網(wǎng)中的宏觀路徑規(guī)劃，再結(jié)合周圍實(shí)時(shí)的動(dòng)態(tài)車輛和行人信息，能夠生成車輛在短期內(nèi)計(jì)劃行駛的軌跡。最后，控制模塊通過車輛運(yùn)動(dòng)學(xué)和動(dòng)力學(xué)模型計(jì)算出方向盤、油門、剎車等部件的控制量，令車輛盡可能嚴(yán)格按照短期的軌跡規(guī)劃行駛。圖1-2自動(dòng)駕駛系統(tǒng)模塊結(jié)構(gòu)圖[3]其中，規(guī)劃決策模塊又可以分成三部分：任務(wù)規(guī)劃、行為規(guī)劃和軌跡規(guī)劃。任務(wù)規(guī)劃主要負(fù)責(zé)在路網(wǎng)中給出從自動(dòng)駕駛車輛(下文簡稱主車)當(dāng)前位置到目標(biāo)點(diǎn)的一條預(yù)計(jì)到達(dá)成本最小(耗時(shí)最少或距離最短)的路徑，行為規(guī)劃則根據(jù)周圍的交通狀況生成主車當(dāng)前最佳的駕駛行為，并最終由軌跡規(guī)劃器根據(jù)抽象化的駕駛行為指令生成主車能夠?qū)嶋H通過的具體路徑。從任務(wù)規(guī)劃到軌跡規(guī)劃是一個(gè)從高級(jí)指令到低級(jí)指令，從抽象到具體的過渡過程。

用策略來應(yīng)對(duì)所有交通場景在目前還不切實(shí)際，而根據(jù)不同交通場景分解成許多子問題進(jìn)行求解則更加可行。行為規(guī)劃軟件模塊在實(shí)際運(yùn)行時(shí)也會(huì)依據(jù)當(dāng)前所處的不同交通場景選擇調(diào)用不同的子策略來執(zhí)行行為規(guī)劃任務(wù)。行為規(guī)劃策略基于全局規(guī)劃路徑、靜態(tài)地圖信息以及周圍環(huán)境的動(dòng)態(tài)路況，規(guī)劃出當(dāng)前應(yīng)該執(zhí)行的駕駛行為。這里的駕駛行為并不是最終傳遞到車輛底盤的方向盤轉(zhuǎn)角、油門開度、剎車開度等控制量，而是如加速、減速、變道、跟車等抽象駕駛行為指令，由下層的軌跡規(guī)劃模塊負(fù)責(zé)解釋執(zhí)行和實(shí)現(xiàn)。行為規(guī)劃策略的輸入與輸出如圖1-3所示。圖1-3行為規(guī)劃策略的輸入與輸出[3][5]

【參考文獻(xiàn)】：
期刊論文
[1]行為樹技術(shù)的研究進(jìn)展與應(yīng)用[J]. 劉瑞峰,王家勝,張灝龍,田夢(mèng)凡.  計(jì)算機(jī)與現(xiàn)代化. 2020(02)
[2]中國100個(gè)城市交通擁堵的空間格局研究——基于高德交通擁堵大數(shù)據(jù)的分析[J]. 王卉彤,劉傳明.  山東財(cái)經(jīng)大學(xué)學(xué)報(bào). 2020(01)
[3]智能車輛駕駛行為決策方法研究[J]. 趙志成,華一丁,王文揚(yáng),陳正.  現(xiàn)代信息科技. 2019(24)
[4]基于值函數(shù)和策略梯度的深度強(qiáng)化學(xué)習(xí)綜述[J]. 劉建偉,高峰,羅雄麟.  計(jì)算機(jī)學(xué)報(bào). 2019(06)
[5]深度強(qiáng)化學(xué)習(xí)綜述[J]. 劉全,翟建偉,章宗長,鐘珊,周倩,章鵬,徐進(jìn).  計(jì)算機(jī)學(xué)報(bào). 2018(01)
[6]深度強(qiáng)化學(xué)習(xí)綜述:兼論計(jì)算機(jī)圍棋的發(fā)展[J]. 趙冬斌,邵坤,朱圓恒,李棟,陳亞冉,王海濤,劉德榮,周彤,王成紅.  控制理論與應(yīng)用. 2016(06)
[7]基于有限狀態(tài)機(jī)的差動(dòng)轉(zhuǎn)向無人車整車控制策略設(shè)計(jì)[J]. 熊璐,黃少帥,王龍祥,楊光興.  制造業(yè)自動(dòng)化. 2015(19)
[8]基于有限狀態(tài)機(jī)的智能車輛交叉口行為預(yù)測與控制[J]. 熊光明,李勇,王詩源.  北京理工大學(xué)學(xué)報(bào). 2015(01)
[9]遺傳編程實(shí)現(xiàn)的研究[J]. 查志琴,高波,鄭成增.  計(jì)算機(jī)應(yīng)用. 2003(07)

博士論文
[1]城區(qū)不確定環(huán)境下無人駕駛車輛行為決策方法研究[D]. 耿新力.中國科學(xué)技術(shù)大學(xué) 2017
[2]城市環(huán)境下無人駕駛車輛決策系統(tǒng)研究[D]. 陳佳佳.中國科學(xué)技術(shù)大學(xué) 2014

碩士論文
[1]基于深度Q網(wǎng)絡(luò)算法與模型的研究[D]. 翟建偉.蘇州大學(xué) 2017



本文編號(hào)：3338606