摘要：2018年6月，自動(dòng)化所王飛躍研究員團(tuán)隊(duì)、清華大學(xué)李力副教授團(tuán)隊(duì)等人與英特爾公司合作聯(lián)合成立英特爾智能網(wǎng)聯(lián)汽車大學(xué)合作研究中心，開展平行駕駛關(guān)鍵技術(shù)相關(guān)研究。近期，該團(tuán)隊(duì)聯(lián)合提出了提出了確定自動(dòng)駕駛場(chǎng)景路權(quán)歸屬的三個(gè)原則，并設(shè)計(jì)了一種基于路權(quán)分配規(guī)則的廣義協(xié)商駕駛決策框架以實(shí)現(xiàn)這些原則。該項(xiàng)研究發(fā)表于智能交通領(lǐng)域頂級(jí)國(guó)際期刊IEEE Transactions on Intelligent Transportation Systems（簡(jiǎn)寫IEEE TITS），引起了自動(dòng)駕駛和智能交通領(lǐng)域研究人員的廣泛關(guān)注，為提升自動(dòng)駕駛決策的安全性、助推自動(dòng)駕駛汽車上路運(yùn)營(yíng)提供了有力的理論和技術(shù)支持。

圖1. 出現(xiàn)潛在沖突時(shí)路權(quán)歸屬?zèng)Q策示例

自動(dòng)駕駛場(chǎng)景下路權(quán)歸屬研究

當(dāng)前，自動(dòng)駕駛技術(shù)研究領(lǐng)域尚未形成一個(gè)公認(rèn)的理論指導(dǎo)駕駛主體在特定場(chǎng)景下應(yīng)該選擇或者禁止哪種駕駛行為。這主要可以歸結(jié)為兩個(gè)難以解決的困難：首先，現(xiàn)有的策略沒(méi)有很好地考慮自動(dòng)駕駛汽車和傳統(tǒng)汽車之間的交互。傳統(tǒng)的刺激應(yīng)答模型或博弈模型并不能完整精準(zhǔn)的描述人類駕駛員的風(fēng)險(xiǎn)規(guī)避行為。而若自動(dòng)駕駛決策系統(tǒng)在設(shè)計(jì)時(shí)沒(méi)有充分考慮人類駕駛習(xí)慣，其行為和意圖可能反而會(huì)被人類駕駛員誤解，這種缺陷有時(shí)會(huì)導(dǎo)致嚴(yán)重的安全風(fēng)險(xiǎn)。其次，現(xiàn)有的自動(dòng)駕駛策略研究普遍不夠抽象與普適，無(wú)法覆蓋各類存在路權(quán)沖突的結(jié)構(gòu)化道路場(chǎng)景，這導(dǎo)致不同策略研究者針對(duì)不同場(chǎng)景提出的解決方案往往存在差異。這種共識(shí)的缺乏將會(huì)導(dǎo)致不同品牌、不同技術(shù)路線與不同目標(biāo)設(shè)定下的自動(dòng)駕駛車輛間缺乏兼容性，對(duì)路權(quán)歸屬產(chǎn)生爭(zhēng)議，進(jìn)而影響到道路安全與行駛效率。

該研究填補(bǔ)了相關(guān)領(lǐng)域的研究空白，所提方法可使自動(dòng)駕駛汽車和人類駕駛員充分理解彼此的行為和意圖，并且路權(quán)歸屬?zèng)Q策過(guò)程無(wú)歧義、易于計(jì)算、溝通最少。相關(guān)研究成果此前曾以長(zhǎng)文形式發(fā)表在智能交通領(lǐng)域頂級(jí)國(guó)際期刊IEEE TITS。

文章以“Three Principles to Determine the Right-of-Way for AVs: Safe Interaction With Humans”為題，提出了自動(dòng)駕駛策略的三項(xiàng)原則和三點(diǎn)技術(shù)挑戰(zhàn)：

圖2. 路權(quán)分配過(guò)程應(yīng)遵守的三個(gè)核心原則

挑戰(zhàn)1：如何考慮自動(dòng)駕駛汽車與人類駕駛員之間的通信交互過(guò)程，以確定合作模式下的路權(quán)歸屬？

原則1：應(yīng)考慮到車輛間的溝通交互過(guò)程——在大多數(shù)情況下，路權(quán)關(guān)系通常無(wú)法迅速確定，駕駛主體往往需要花費(fèi)一段時(shí)間相互溝通，通過(guò)溝通中的隱性或顯性通信獲取線索信息，以確定誰(shuí)的路權(quán)優(yōu)先級(jí)更高。溝通交互過(guò)程應(yīng)該盡可能簡(jiǎn)單，以確保建立簡(jiǎn)單而無(wú)歧義的互動(dòng)規(guī)則。并且，需要考慮到可能的協(xié)商失敗。為了降低安全風(fēng)險(xiǎn)，有必要對(duì)可能出現(xiàn)的協(xié)商失敗或非理性駕駛行為進(jìn)行針對(duì)性應(yīng)對(duì)策略設(shè)計(jì)。

挑戰(zhàn)2：如何在各種行駛條件下，保證駕駛安全和駕駛效率之間的平衡？

原則2：應(yīng)該在安全和通行效率之間保持適當(dāng)?shù)钠胶狻粋€(gè)合理的自動(dòng)駕駛策略應(yīng)該在安全和通行效率之間保持適當(dāng)?shù)钠胶?。如果自?dòng)駕駛車輛追求避免一切可能發(fā)現(xiàn)碰撞事故，那么就可能陷入過(guò)度保守的困境，時(shí)刻提防其他車輛可能的非理性行為從而導(dǎo)致自身的合理行駛權(quán)利受到影響。因此，本文所設(shè)計(jì)提出的協(xié)商駕駛策略主要采用理性駕駛員假設(shè)，即在協(xié)商前，自動(dòng)駕駛汽車對(duì)其他車輛持有理性預(yù)期，相信他們會(huì)大概率遵守人類的駕駛規(guī)則與交互習(xí)慣，但同時(shí)也不會(huì)將其視為具有100%確定性的個(gè)體。對(duì)他們的判斷應(yīng)該根據(jù)感知信息實(shí)時(shí)更新，制定非預(yù)期情況下的應(yīng)急預(yù)案同樣必要。挑戰(zhàn)3：在自動(dòng)駕駛汽車的感知過(guò)程被簡(jiǎn)化的情況下，如何考慮自動(dòng)駕駛汽車和人類駕駛員的能見(jiàn)度限制？

原則3：應(yīng)保守處理感知的局限性——受限于天氣、遮擋、故障等各種原因，自動(dòng)駕駛車輛的感知距離與感知精度可能下降，因此駕駛主體應(yīng)該始終為尚未觀測(cè)到的潛在路權(quán)沖突做好準(zhǔn)備。具體來(lái)說(shuō)，當(dāng)潛在沖突區(qū)域（如匝道匯合、交叉路口等場(chǎng)景）周圍交通狀態(tài)感知準(zhǔn)確度欠佳時(shí)，駕駛主體應(yīng)檢查當(dāng)前速度下是否能避免潛在的碰撞風(fēng)險(xiǎn)。必要時(shí)，自動(dòng)駕駛車輛應(yīng)該提前減速，以確保留有足夠的空間進(jìn)行緊急避險(xiǎn)。

基于上述原則，本文提出了一種基于路權(quán)分配規(guī)則的廣義協(xié)商駕駛決策框架，并通過(guò)流程化的條件判決規(guī)則確定各種場(chǎng)景下的路權(quán)歸屬。這種形式化的方法可以直觀、具體、可驗(yàn)證地遵循人類駕駛邏輯分配路權(quán)。與傳統(tǒng)規(guī)則決策模型相比，該框架具有以下優(yōu)點(diǎn)：第一，該框架普遍適用于存在潛在沖突風(fēng)險(xiǎn)的各類道路交通場(chǎng)景，可在應(yīng)用時(shí)根據(jù)實(shí)際路權(quán)沖突情況進(jìn)行針對(duì)性的適配與設(shè)計(jì)；第二，該框架仿照人類駕駛邏輯，基于先到先得原則將多車路權(quán)分配問(wèn)題轉(zhuǎn)化為多組一對(duì)一的決策問(wèn)題，從而大大降低了所需的計(jì)算與通信資源，在每個(gè)時(shí)間間隔內(nèi)，駕駛主體只需與最近的一輛車進(jìn)行交互，并根據(jù)協(xié)商結(jié)果判斷是否有必要繼續(xù)與其他車輛互動(dòng)；第三，出于實(shí)用性的考慮，該決策過(guò)程簡(jiǎn)潔易懂且邏輯性強(qiáng)，滿足可驗(yàn)證性的同時(shí)盡量避免了決策過(guò)程中可能存在的語(yǔ)義模糊與分歧。

基于路權(quán)分配規(guī)則的廣義協(xié)商駕駛決策框架

本項(xiàng)研究為自動(dòng)駕駛場(chǎng)景下的路權(quán)歸屬?zèng)Q策提供了一種定量、可操作的理論范式。該理論不僅能夠提升自動(dòng)駕駛的決策水平和安全性，而且具有較高的普適性，能夠應(yīng)用到其他人類和機(jī)器人同時(shí)共享關(guān)鍵資源的場(chǎng)景中。

該研究成果為中科院自動(dòng)化研究所、清華大學(xué)、英特爾智能網(wǎng)聯(lián)汽車大學(xué)合作研究完成，是清華大學(xué)和自動(dòng)化研究所聯(lián)合研究課題“的智能車輛行為控制”研究的延續(xù)，并得到慧拓智機(jī)器有限公司大力支持和應(yīng)用測(cè)試，實(shí)現(xiàn)了研究、測(cè)試與示范的一體化執(zhí)行，是校企合作和產(chǎn)學(xué)研結(jié)合的良好示范。

參考文獻(xiàn)：

1. Li Li, Can Zhao, Xiao Wang, Zhiheng Li, Long Chen, Yisheng Lv, Nan-Ning Zheng, Fei-Yue Wang*, "Three principles to determine the right-of-way for AVs: Safe interaction with humans," IEEE Transactions on Intelligent Transportation Systems, https://ieeexplore.ieee.org/document/9430772

2. Li L, Peng X, Wang F Y, et al. A situation-aware collision avoidance strategy for car-following[J]. IEEE/CAA Journal of Automatica Sinica, 2018, 5(5): 1012 -1016.

3. Meng Y, Li L, Wang F Y, et al. Analysis of cooperative driving strategies for nonsignalized intersections[J]. IEEE Transactions on Vehicular Technology, 201 7, 67(4): 2900-2911.

4. L. Li, F.-Y. Wang, A survey of traffic control with blind crossings using intervehicle communication [J]. IEEE Transactions on Vehicular Technology, 55, 1712-1724, 2006.

5. 李力, 王飛躍, “地面交通控制的百年回顧和未來(lái)展望”, 自動(dòng)化學(xué)報(bào), 2018, Vol. 44, No. 4, pp. 577-583.