MIT新型動態演算法，讓自動駕駛汽車計算緩衝區以改變車道

AiTechYun

編輯：chux

在自動駕駛汽車領域，控制車道變化的演算法是一個重要的研究課題。但是大多數現有的車道變換演算法存在以下兩個缺點其一：或者它們依賴於駕駛環境的詳細統計模型，這些統計模型難以組裝而且分析起來太複雜；或者這些演算法太簡單了，會導致不切實際的保守決策，比如永遠不會變換車道。

在國際機器人與自動化會議上，來自麻省理工學院計算機科學與人工智慧實驗室（CSAIL）的研究人員將介紹一種新的車道變換演算法，以區分這種差異。與簡單模型相比，它允許進行更激進的車道變更，但僅依賴其他車輛的方向和速度的即時信息來做出決定。

「動機是我們可以用少量的信息做什麼？」CSAIL的博士後，新文章的第一作者Alyssa Pierson表示，「我們如何能讓自動駕駛汽車表現出人類駕駛員的行為？汽車引發人類行為所需的信息量最少可以是多少？」

「優化解決方案將確保導航與車道變化，可以模擬從保守到積極整個範圍的駕駛風格，並提供安全保證，」CSAIL主管Rus說。

避免自動駕駛汽車發生碰撞的一種標準方法是計算環境中其他車輛周圍的緩衝區。緩衝區不僅描述車輛的當前位置，而且還描述在某個時間段內之後可能會到達的位置。規劃車道變化則成為簡單地停留在其他車輛緩衝區之外的問題。

對於計算緩衝區的給定方法，演算法設計者必須在用於描述流量模式的數學模型的情境中證明它能確保避免碰撞。證明這件事可能很複雜，因此通常會提前計算最佳緩衝區。在操作期間，自動車輛調用與預先計算的情況相對應的緩衝區。

問題是，如果流量足夠快並且密度足夠大，預先計算的緩衝區可能過於嚴格。一輛自動駕駛車輛根本無法改變車道，而人類駕駛員則會輕鬆變道。

有了麻省理工學院的研究人員開發的系統，如果默認的緩衝區導致性能遠遠低於人類駕駛員的性能，系統將即時計算新的緩衝區，可以證明避免碰撞成立。

這種方法依賴於一種數學上有效的描述緩衝區的方法，這樣就可以快速地證明防止碰撞的條件。

他們從所謂的高斯分布開始，即熟悉的鐘形曲線概率分布。該分布表示汽車的當前位置，其長度和位置估計的不確定性都考慮在內。

然後根據對汽車方向和速度的估計，研究人員用系統構建了一個邏輯函數。用高斯分布乘以對數函數，使曲線向汽車運動方向上的分布傾斜，而更高的速度則增加傾斜度。

傾斜分布定義了車輛的新的緩衝區。但是它的數學描述非常簡單，只使用少量方程變數，系統可以實時評估它。

研究人員在包含多達16部自動駕駛汽車的模擬環境中測試了演算法，其中包括數百部額外的車輛。

「自動駕駛汽車不是直接通信，而是平行運行所提出的演算法，沒有衝突或碰撞，」Pierson解釋說。「每輛車使用不同的風險閾值，產生不同的駕駛風格，使我們能夠區分保守和激進。使用靜態、預先計算的緩衝區只允許保守駕駛，而我們的動態演算法適用於更廣泛的駕駛風格。」

這個項目得到了豐田研究所和海軍研究辦公室的部分支持。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！