一文讀懂自動駕駛研究現(xiàn)狀

　　為了在環(huán)境中駕駛汽車，決策系統(tǒng)需要知曉汽車所在的位置。定位器(Localizer)模塊負責估計與環(huán)境的靜態(tài)地圖相關的汽車狀態(tài)(姿態(tài)、線速度、角速度等)。這些靜態(tài)地圖(即圖 1 中的 Offline Maps)會在自動操作前自動計算得到，通常會使用自動駕駛汽車自身的傳感器，但通常也需要人工標注(比如人行橫道或交通燈的位置)或編輯(比如移除傳感器捕獲的非靜態(tài)目標)。自動駕駛汽車可能使用一個或多個不同的離線地圖來進行定位，比如占用情況網(wǎng)格地圖、緩解地圖或地標地圖。我們將在第 3.B 節(jié)介紹用于生成這些地圖的方法的相關文獻。

　　定位器模塊的輸入包括離線地圖、傳感器數(shù)據(jù)和平臺的里程數(shù)據(jù)，生成的輸出是自動駕駛汽車的狀態(tài)(圖 1)。需要重點指出，盡管 GPS 也許有助于定位過程，但由于高大樹木、建筑、隧道等造成的干擾會使得 GPS 定位不可靠，在城市環(huán)境中只使用 GPS 是不足以合適定位的。我們將在第 3.A 節(jié)介紹有關定位技術的文獻。

　　地圖測繪器(Mapper)模塊以離線地圖和車輛狀態(tài)為輸入，生成在線地圖。這個在線地圖通常是離線地圖與使用傳感器數(shù)據(jù)和汽車當前狀態(tài)在線計算出的占用情況網(wǎng)格地圖中的信息的融合。我們將在第 3.B 節(jié)介紹計算在線地圖的方法的相關文獻。可以預期這個在線地圖僅包含環(huán)境的靜態(tài)表征，因為這可能有助于決策系統(tǒng)的某些模塊的運作。為了實現(xiàn)檢測以及移除在線地圖中的移動目標，通常會使用一個移動目標跟蹤(Moving Objects Tracking/MOT)模塊(圖 1)。第 3.D 節(jié)介紹的文獻的主題即為自動駕駛汽車的移動目標檢測和跟蹤方法。

　　自動駕駛汽車要必須能識別和遵守水平(車道線)和垂直(即限速標志、交通信號燈等)的交通信號。交通信號檢測(Traffic Signalization Detection/TSD)模塊負責交通信號的檢測和識別。我們將在第 3.E 節(jié)介紹交通信號檢測和識別方法相關文獻。

　　給定用戶在離線地圖中定義的終點(Final Goal)，路線規(guī)劃器(Route Planner)會在離線地圖中計算出一條從當前狀態(tài)到達終點的路線。路線(route)是指一系列路徑點的序列，其中每個點都是離線地圖中的一對坐標。我們將在第 4.A 介紹路線規(guī)劃方法的文獻。

　　給定一條路線，路徑規(guī)劃器(Path Planner)模塊會根據(jù)汽車狀態(tài)和環(huán)境的內部表征以及交通規(guī)則計算一組路徑。路徑(path)是指一系列姿態(tài)(pose)的序列，其中每個姿態(tài)都是離線地圖中的一個坐標對和汽車在該坐標對定義的位置所需的方位。中間的路徑 P_c 是路線盡可能最好的路徑，其左側的路徑和右側的路徑都是與 P_c 起始姿態(tài)相同的路徑，向左或向右的路徑具有不同的激進程度。我們將在第 5.B.1 節(jié)介紹有關路徑規(guī)劃方法的文獻。

　　行為選取器(Behavior Selector)模塊負責選擇當前的駕駛行為，比如車道保持、交叉路口處理、交通燈處理等。其做法是選擇一條路徑，當前狀態(tài)之前幾秒(大約 5 秒)的一個姿態(tài)——決策范圍，和在該姿態(tài)所需的速度。姿勢和相關聯(lián)的速度的配對被稱為目標(Goal)。行為選取器選擇目標時會在決策時間范圍內考慮當前的駕駛行為以及避免與環(huán)境中的靜止和移動障礙物相撞。

　　運動規(guī)劃器(Motion Planner)模塊負責計算一個從汽車的當前狀態(tài)到當前目標的軌跡，這個軌跡遵循行為選取器定義的路徑，滿足汽車的運動學和動力學約束條件，并能保證乘客舒適。軌跡 T 是一個指令序列 c_k = (v_k， φ_k， t_k)，其中 v_k 是在時間 t 的所需速度，φ_k 是在時間 t 的所需轉向角度，t_k 是 c_k 的持續(xù)時間。一個軌跡能讓汽車平滑且安全地從當前狀態(tài)到達目標。我們將在第 4.B.2 節(jié)介紹有關運動規(guī)劃的方法的文獻。

　　避障器(Obstacle Avoider)模塊接收運動規(guī)劃器計算出的軌跡，并在有必要時對其進行修改(通常是降低速度)以避開障礙物。有關執(zhí)行避障功能的方法的文獻不多。我們將在第 4.B 看到一些相關文獻。

　　最后，控制器(Controller)模塊根據(jù)被避障器修改后的運動規(guī)劃器軌跡計算并發(fā)送工作指令，以控制方向盤、油門和剎車的執(zhí)行器，使車輛能以物理世界允許的方式盡可能好地執(zhí)行修改后的軌跡。我們將在第 4.C 節(jié)介紹低級汽車控制方法的相關文獻。

　　下面我們將按感知系統(tǒng)和決策系統(tǒng)兩大組別詳細介紹各個模塊和用于實現(xiàn)它們的技術及變體技術。

　　3. 感知

　　在這一節(jié)，我們將介紹文獻中為自動駕駛汽車的感知系統(tǒng)提出的重要方法，包括定位器(或定位)、離線障礙物地圖測繪、道路地圖測繪、移動障礙物跟蹤、交通信號檢測與識別。

　　A 定位

　　定位模塊負責估計自動駕駛汽車相對于地圖或道路(比如表示成路沿或其它道路標記)的姿態(tài)(位置和方向)。大多數(shù)通用的定位子系統(tǒng)都基于 GPS。但是，總的來說，這些系統(tǒng)不能用于城市中的自動駕駛汽車，因為在有遮擋的區(qū)域不能確保有 GPS 信號，比如樹下、城市峽谷(大型建筑之間的區(qū)域)、隧道。

　　文獻中已經(jīng)提出了多種不依賴 GPS 的定位方法。它們主要可分為三類：基于 LIDAR 的方法、基于 LIDAR 加相機的方法、基于相機的方法?；? LIDAR 的定位方法僅依靠 LIDAR 傳感器，這種方法測量準確且易于處理。但是，盡管 LIDAR 行業(yè)確實在努力降低生產成本，但與相機相比仍然價格高昂。在典型的基于 LIDAR 加相機的定位方法中，LIDAR 數(shù)據(jù)僅被用于構建地圖，估計自動駕駛汽車相對于地圖的位置則會使用相機數(shù)據(jù)，這能夠降低成本?；谙鄼C的定位方法很便宜廉價，但通常沒那么精確可靠。

　　1) 基于 LIDAR 的定位

　　2) 基于 LIDAR 加相機的定位

　　3) 基于相機的定位

　　B 離線障礙物地圖測繪

　　離線障礙物地圖測繪子系統(tǒng)負責計算自動駕駛汽車所在環(huán)境中的障礙物地圖。這個子系統(tǒng)是基礎系統(tǒng)，讓自動車輛有能力安全地駛過公共道路而不與障礙物(比如標牌、路沿)發(fā)生碰轉。障礙物地圖包含汽車也許可以駛過或不能駛過的位置的信息，并區(qū)分了自由區(qū)域(可通行)與已占用區(qū)域。汽車必須一直處于自由區(qū)域內。障礙物地圖是根據(jù)地圖測繪階段的傳感器數(shù)據(jù)構建的，并會被存儲起來以待自動操作階段使用。