[发明专利]一种时空行为决策及轨迹规划系统及方法

说明书

本公开的时空行为决策及轨迹规划系统及方法，长周期行为决策和轨迹规划模块用于在三维行驶时空中生成并拓展体素，利用搜索方法寻找代价最低的体素序列，进而确定参考轨迹，其中，体素为行驶车辆在规划时间内在所述三维行驶时空中的相应车道上的位置集合；短周期动态规划模块，利用短周期内的环境信息优化参考轨迹以得到最优轨迹。能够解决在包含动态障碍物的高速环境下的安全无碰撞的行为决策和轨迹规划任务的问题、平衡长周期的决策规划和短周期的轨迹规划之间的关系以提高规划和决策的效率、以及满足将决策模块和规划模块紧密结合起来的需求，使之能够更加适应动态环境，实现自主智能的规划以及重规划。

技术领域

本公开属于自动控制技术领域，特别是涉及到一种时空行为决策及轨迹规划系统及方法。

背景技术

自动驾驶及相关研究在过去的几十年中取得了很大进展。然而，在复杂的城市环境中实现高水平的自动驾驶仍然面临着巨大的挑战。其中，无人车的智能的行为决策以及高效的轨迹规划在充满着动态障碍物的高速路环境下尤其重要，二者紧密相关。因此，为了实现决策规划任务的安全性、高效性、灵活性以及自动化，亟需构建融合行为决策以及轨迹规划的统一的模型框架。

无人驾驶技术中的决策模块和规划模块一直被视为是无人驾驶技术中的核心技术。无人车决策过程，也称作行为规划和策略规划，实际上是基于无人车自身的状态以及周围的环境信息，选择出一个最优的行为动作。而轨迹规划的任务是基于决策产生的局部最优目标点以及目标状态，生成一条安全无碰撞、高效舒适的驾驶轨迹。

尽管目前已经有大量的单独涉及到行为决策和轨迹规划的研究，但是实际上这两个模块是很难被割裂的。因为规划模块需要决策模块产生的局部目标作为规划终点，同时，决策结果的灵活性以及最优性也需要依托轨迹规划的结果来评价。在极端的情况下，轨迹规划模块无法为指定的策略生成一条合适的轨迹，可能会导致无人车驾驶行为过于保守或者激进。

在现有的决策规划框架中，主流方法有两种，分别是基于规则的决策规划方法和基于学习的决策规划方法。基于规则的决策规划方法利用驾驶规则、专家知识来决策出一个最优的逻辑行为，其代表性方法包括有限状态机(Finite State Machine，FSM)和马尔可夫决策过程(Markov Decision Process，MDP)。基于学习的方法主要是利用不同的神经网络架构基于环境信息去生成奖励最优的策略，例如强化学习的方法。综上所述，不同的框架结构实现及应用的侧重点有所不同，但以下几点共性问题没有被清楚地解决：(1)如何实现在包含动态障碍物的高速环境下的安全无碰撞的行为决策和轨迹规划任务；(2)如何平衡长周期的决策规划和短周期的轨迹规划之间的关系以提高规划和决策的效率；(3)如何将决策模块和规划模块紧密结合起来，使之能够更加适应动态环境，实现自主智能的规划以及重规划。

发明内容

有鉴于此，本公开提出了一种时空行为决策及轨迹规划系统及方法，解决了如何实现在包含动态障碍物的高速环境下的安全无碰撞的行为决策和轨迹规划任务的问题、平衡长周期的决策规划和短周期的轨迹规划之间的关系以提高规划和决策的效率、以及满足将决策模块和规划模块紧密结合起来的需求，使之能够更加适应动态环境，实现自主智能的规划以及重规划。

根据本公开的一方面，本公开提出了一种时空行为决策及轨迹规划系统，所述系统包括：长周期行为规划模块和短周期动态规划模块；

所述长周期行为决策和轨迹规划模块，用于在三维行驶时空中生成并拓展体素，利用搜索方法寻找代价最低的体素序列，进而确定参考轨迹，其中，所述体素为行驶车辆在规划周期内在所述三维行驶时空中的相应车道上的位置集合；

所述短周期动态规划模块，利用短周期内的动态环境信息优化所述参考轨迹，以得到无碰撞的最优轨迹。

在一种可能的实现方式中，所述短周期动态规划模块包括所述RSS检测模块检测，所述RSS检测模块检测用于检测优化的所述参考轨迹的潜在危险。