01 導(dǎo)讀

自動(dòng)駕駛車輛在復(fù)雜高動(dòng)態(tài)路口場(chǎng)景的軌跡規(guī)劃是一項(xiàng)充滿挑戰(zhàn)的任務(wù)，特別是在與人類駕駛車輛頻繁互動(dòng)時(shí)，需要考慮周邊車輛不確定的駕駛行為所帶來的駕駛風(fēng)險(xiǎn)。為了應(yīng)對(duì)這一挑戰(zhàn)，安徽大學(xué)王曉教授及其團(tuán)隊(duì)提出了一種社會(huì)適應(yīng)性和安全敏感的軌跡規(guī)劃（S4TP）框架，該方法特別考慮了周圍人類駕駛車輛的駕駛意圖，通過建立一個(gè)以自動(dòng)駕駛車輛為中心的駕駛風(fēng)險(xiǎn)場(chǎng)模型來表示車輛對(duì)周圍環(huán)境的主觀風(fēng)險(xiǎn)感知，進(jìn)一步應(yīng)對(duì)復(fù)雜交叉路口場(chǎng)景中其他車輛的不確定性社會(huì)互動(dòng)行為，從而在保證車輛駕駛安全的前提下，實(shí)現(xiàn)更加高效的自動(dòng)駕駛決策。該研究形成了名為“S4TP: Social-Suitable and Safety-Sensitive Trajectory Planning for Autonomous Vehicles”的論文成果，已被《IEEE Transactions on Intelligent Vehicles》期刊接受并發(fā)表在2024年第9卷第2期。

引用格式：

1. Wang et al. S4TP: Social-Suitable and Safety-Sensitive Trajectory Planning for Autonomous Vehicles [J]. IEEE Transactions on Intelligent Vehicles, 2024, 9(2):3220- 3231.

2. Wang, Xiao and Tang, Ke and Dai, Xingyuan and Xu, Jintao and Du, Quancheng and Ai, Rui and Wang, Yuxiao and Gu, Weihao. S4TP: Social-Suitable and Safety-Sensitive Trajectory Planning for Autonomous Vehicles [J]. IEEE Transactions on Intelligent Vehicles, 2024, 9(2): 3220- 3231.

全文鏈接：https://ieeexplore.ieee.org/abstract/document/10337798或arxiv版本鏈接：https://arxiv.org/abs/2404.11946。

02  論文介紹

1、研究背景

自動(dòng)駕駛車輛（AVs）在公共道路上的行駛需要與人類駕駛車輛（HDVs）進(jìn)行頻繁的社會(huì)互動(dòng)。這些互動(dòng)因?yàn)轳{駛員之間不同的社會(huì)偏好而引入駕駛不確定性，導(dǎo)致自動(dòng)駕駛車輛難以感知周圍的駕駛風(fēng)險(xiǎn)場(chǎng)狀況。在復(fù)雜的交通場(chǎng)景中，例如無保護(hù)左轉(zhuǎn)路口和超車等，AVs需要全面感知周圍環(huán)境風(fēng)險(xiǎn)方能做出安全有效的決策規(guī)劃。然而，已有工作中所涉及的駕駛風(fēng)險(xiǎn)評(píng)估方式存在不足，其忽略了HDV的駕駛意圖對(duì)SDV的影響，因而無法有效應(yīng)對(duì)駕駛環(huán)境中的不確定性和多模態(tài)性，進(jìn)而對(duì)自車周圍駕駛風(fēng)險(xiǎn)的評(píng)估缺少準(zhǔn)確性。例如，傳統(tǒng)的基于軌跡預(yù)規(guī)劃的風(fēng)險(xiǎn)研判是一種較為粗粒度的方法，其將軌跡規(guī)劃分成了多模態(tài)軌跡生成與軌跡選擇兩個(gè)環(huán)節(jié)，該類方法與人類實(shí)際駕駛過程存在顯著差異。此外，基于駕駛風(fēng)險(xiǎn)場(chǎng)的軌跡規(guī)劃方法側(cè)重于感知靜態(tài)風(fēng)險(xiǎn)，未能有效處理復(fù)雜高動(dòng)態(tài)場(chǎng)景中的駕駛場(chǎng)景，因而導(dǎo)致自動(dòng)駕駛車輛在軌跡規(guī)劃過程中變得異常困難，并且無法保證自動(dòng)駕駛車輛在行駛過程中的安全性。

2、框架概覽

本研究提出了一種社會(huì)適應(yīng)性和安全敏感的軌跡規(guī)劃（S4TP）框架，主要用于解決自動(dòng)駕駛對(duì)周圍車輛駕駛風(fēng)險(xiǎn)感知不準(zhǔn)確問題，其目標(biāo)是為了實(shí)現(xiàn)自動(dòng)駕駛車量安全高效的駕駛決策。該方法框架如圖1所示。具體來說，S4TP包括社會(huì)感知軌跡預(yù)測(cè)（SATP）和社會(huì)感知駕駛風(fēng)險(xiǎn)場(chǎng)（SADRF）模塊。其中，SATP利用Transformer有效編碼駕駛場(chǎng)景信息，并在預(yù)測(cè)解碼過程中結(jié)合AV的規(guī)劃軌跡。SADRF評(píng)估AV與具有不同社會(huì)交互特性的HDVs互動(dòng)期間預(yù)期的周圍駕駛風(fēng)險(xiǎn)程度，并以AV為中心的二維熱力圖形式呈現(xiàn)。SADRF模擬周圍HDVs的駕駛意圖，并基于車輛互動(dòng)的表示預(yù)測(cè)軌跡。S4TP使用預(yù)測(cè)的HDVs軌跡作為輸入，通過整合社交感知駕駛風(fēng)險(xiǎn)場(chǎng)，S4TP在低風(fēng)險(xiǎn)區(qū)域內(nèi)執(zhí)行AV規(guī)劃軌跡的實(shí)時(shí)在線優(yōu)化，從而提高規(guī)劃軌跡的安全性和可解釋性。通過在SMARTS仿真器中進(jìn)行的測(cè)試，S4TP在無保護(hù)左轉(zhuǎn)路口、并道、巡航和超車等復(fù)雜社會(huì)交互場(chǎng)景中展現(xiàn)了卓越的性能，實(shí)現(xiàn)了100%的通過率，超越了現(xiàn)有的最先進(jìn)方法。

圖1S4TP模型架構(gòu)

3、實(shí)驗(yàn)設(shè)計(jì)及驗(yàn)證

3.1 實(shí)驗(yàn)設(shè)計(jì)

（1）場(chǎng)景編碼器：我們通過Transformer網(wǎng)絡(luò)對(duì)場(chǎng)景進(jìn)行編碼處理。在路口場(chǎng)景下，對(duì)于自車周圍的所有智能體i，編碼器的輸入數(shù)據(jù)包括智能體的歷史狀態(tài)$n_{-T_h:0}^i$和本地地圖折線$\Gamma$。此外，我們明確考慮了自車與周圍車輛之間的交互關(guān)系，在輸入數(shù)據(jù)中加入AV的歷史狀態(tài)$n_{-T_h:0}^e$信息以構(gòu)建完整的交互圖。為了保持張量的固定形狀，我們考慮將歷史軌跡中的缺失的時(shí)間步以及地圖折線中的缺失點(diǎn)填充為零。我們的模型在實(shí)驗(yàn)中選用一定數(shù)量的靠近AV的智能體（實(shí)驗(yàn)中設(shè)置為5個(gè)），并在數(shù)量不足時(shí)進(jìn)行零填充。原始輸入的地圖折線通過多層感知機(jī)（MLP）進(jìn)行編碼。對(duì)于自車周圍其他的智能體的歷史軌跡信息，我們采用基于Transformer的自注意層來進(jìn)行編碼處理，用于提取歷史軌跡上的時(shí)間關(guān)系。正如圖中所示，我們使用分層的Transformer模塊對(duì)agent-agent以及agent-map的關(guān)系進(jìn)行編碼。具體而言，我們通過將所有agent表示為所構(gòu)建的交互圖中的節(jié)點(diǎn)形式，并使用自注意力Transformer模塊來處理圖中信息已捕獲圖中agent-agent之間的交互關(guān)系。然后結(jié)合交叉注意力Transformer層來獲取agent-map之間的關(guān)系。其中，query作為智能體的交互特征，key和value作為地圖折線的特征向量表示。最后，對(duì)于每個(gè)周圍的agent，其歷史特征、交互特征和地圖注意力特征被連接并通過軌跡預(yù)測(cè)解碼器傳遞，以生成預(yù)測(cè)的未來軌跡。

（2）軌跡預(yù)測(cè)解碼器：相比其他循環(huán)神經(jīng)網(wǎng)絡(luò)（如RNN或者LSTM）,門控循環(huán)單元（GRU）具有更少的參數(shù)且不需要顯式的記憶單元，因此在處理長(zhǎng)序列時(shí)具有更好的表現(xiàn)。我們?cè)谀Ｐ椭惺褂肎RU通過自回歸的方式解碼agent在未來一段時(shí)間內(nèi)的狀態(tài)序列。為了明確建模AV對(duì)周圍agent未來動(dòng)作的影響，我們將自車時(shí)刻t的運(yùn)動(dòng)狀態(tài)$m_t^e$輸入到GRU中來模擬AV對(duì)agent未來狀態(tài)的影響，并做出交互感知預(yù)測(cè)。具體來說，在將來的每一個(gè)時(shí)刻，GRU接受上一個(gè)時(shí)刻的隱藏狀態(tài)以和最后的預(yù)測(cè)狀態(tài)，以及該時(shí)刻AV狀態(tài)的聯(lián)合輸入表示。通過對(duì)隱藏狀態(tài)進(jìn)行更新來解碼agent狀態(tài)的變化（包括x坐標(biāo)、y坐標(biāo)以及偏航角$\theta$,并將該狀態(tài)信息與上一時(shí)刻得狀態(tài)相加，進(jìn)而得到當(dāng)前時(shí)刻的預(yù)測(cè)狀態(tài)。為了考慮AV對(duì)未處于沖突區(qū)agent的影響，我們通過引入交互門控網(wǎng)絡(luò)$\mathbb{G}$ 來建模路口場(chǎng)景下AV與目標(biāo)agent之間的成對(duì)交互關(guān)系。

（3）社會(huì)感知駕駛風(fēng)險(xiǎn)場(chǎng)：本文構(gòu)建一種考慮社會(huì)偏好的自適應(yīng)駕駛安全風(fēng)險(xiǎn)場(chǎng)方法。該方法將基于記憶與注意力的全場(chǎng)景表征作為輸入，通過考慮基于社會(huì)交互的軌跡預(yù)測(cè)進(jìn)一步生成適應(yīng)于周圍車輛駕駛員社會(huì)偏好的風(fēng)險(xiǎn)場(chǎng)。具體來說，我們首先基于交互式預(yù)測(cè)模塊得到其他車輛多模態(tài)軌跡預(yù)測(cè)，然后結(jié)合自車采樣軌跡和其他車輛多模態(tài)預(yù)測(cè)軌跡，構(gòu)建了自適應(yīng)動(dòng)態(tài)風(fēng)險(xiǎn)場(chǎng)模型。通過所構(gòu)建的風(fēng)險(xiǎn)場(chǎng)作為自車規(guī)劃的約束條件。風(fēng)險(xiǎn)場(chǎng)公式如下：

其中，高斯分布的高度a和寬度σ是弧長(zhǎng)s的函數(shù)；(x_c,y_c)為上一時(shí)刻車輛旋轉(zhuǎn)中心，R_car是根據(jù)車輛軸距L和轉(zhuǎn)向角δ計(jì)算出的軌跡預(yù)測(cè)半徑，c是風(fēng)險(xiǎn)場(chǎng)模型在自車當(dāng)前位置的寬度。G(x,y)根據(jù)每個(gè)(x,y)處的坐標(biāo)值，將概率分配給下一步中車輛的可能位置。

（4）基于SADRF的軌跡規(guī)劃：通過構(gòu)建基于駕駛員風(fēng)險(xiǎn)場(chǎng)的軌跡規(guī)劃方法，我們可以將自車周圍的風(fēng)險(xiǎn)因素（如其他車輛、行人、障礙物等）映射到一個(gè)二維熱力圖表示的風(fēng)險(xiǎn)場(chǎng)中，并以未來一定時(shí)段內(nèi)的總風(fēng)險(xiǎn)之和作為評(píng)價(jià)自車軌跡安全性的標(biāo)準(zhǔn)；然后在風(fēng)險(xiǎn)場(chǎng)中搜索最優(yōu)軌跡。相比于傳統(tǒng)的靜態(tài)風(fēng)險(xiǎn)場(chǎng)方法，我們更加細(xì)粒度地對(duì)自車軌跡規(guī)劃的風(fēng)險(xiǎn)進(jìn)行建模，直觀地表示出環(huán)境中的風(fēng)險(xiǎn)分布，能夠?qū)崿F(xiàn)更加安全、魯棒性更強(qiáng)的自車軌跡規(guī)劃效果。

3.2 實(shí)驗(yàn)結(jié)果分析

（1）數(shù)據(jù)集與評(píng)價(jià)指標(biāo)：我們?cè)赟MARTS模擬器中設(shè)計(jì)了無保護(hù)左轉(zhuǎn)自動(dòng)駕駛場(chǎng)景，如圖2中所示的場(chǎng)景。在無信號(hào)無保護(hù)左轉(zhuǎn)路口場(chǎng)景中，自動(dòng)駕駛汽車需要處理交通從不同，并與其他代理協(xié)調(diào)以安全高效地通過路口。此外，為了證明我們所提方法的優(yōu)越性，我們還測(cè)試了另外三個(gè)經(jīng)典場(chǎng)景：(b)路口并道：自動(dòng)駕駛車輛在兩條或以上道路交叉口處匯合的情況。（c）道路巡航：自動(dòng)駕駛車輛沿著已知的道路線路行駛，同時(shí)遵守交通規(guī)則和安全法規(guī)。(d) 車道超車：自動(dòng)駕駛車輛在行駛過程中從后方超過前方行駛的車輛。此外，我們還采用了成功率、時(shí)間、類人性作為評(píng)估指標(biāo)來進(jìn)行實(shí)驗(yàn)結(jié)果評(píng)估。

圖2 SMART仿真器中涉及的4種駕駛場(chǎng)景

（2）性能分析

定量結(jié)果分析：由表1可知，在無保護(hù)左轉(zhuǎn)場(chǎng)景下，自動(dòng)駕駛車輛（AV）需要與來自不同方向的人類駕駛車輛（HDV）進(jìn)行協(xié)調(diào)，以安全通過路口。然而，靜態(tài)DRF方法僅基于歷史數(shù)據(jù)和地理信息進(jìn)行場(chǎng)景編碼，無法考慮駕駛員的實(shí)時(shí)感知和特定社會(huì)偏好，導(dǎo)致不能動(dòng)態(tài)的捕捉到真實(shí)駕駛環(huán)境中的各種復(fù)雜情況和變化，因此成功率較低。SMARTS和Discrete-SAC采用傳統(tǒng)強(qiáng)化學(xué)習(xí)方法，在一定程度上取得了效果，但由于強(qiáng)化學(xué)習(xí)方法本身的缺點(diǎn)，模型在復(fù)雜交互場(chǎng)景下的泛化能力較差。Safety-Balance方法考慮了周圍HDV的駕駛風(fēng)格，并使用基于Transformer的編解碼網(wǎng)絡(luò)來建模車輛之間的交互。雖然該方法側(cè)重于交叉路口場(chǎng)景的交互，在無保護(hù)左轉(zhuǎn)場(chǎng)景下表現(xiàn)不錯(cuò)，但對(duì)比其他三個(gè)場(chǎng)景的效果一般。Fanta方法采用監(jiān)督學(xué)習(xí)和強(qiáng)化學(xué)習(xí)相結(jié)合的方式進(jìn)行訓(xùn)練，并結(jié)合傳統(tǒng)基于規(guī)則的碰撞檢測(cè)模塊進(jìn)行自車決策規(guī)劃，因此取得了較好的結(jié)果。相比之下，我們的方法在Predictive-Decision的基礎(chǔ)上進(jìn)行改進(jìn)，在自車的規(guī)劃階段引入了SADRF。這使得我們能夠動(dòng)態(tài)自適應(yīng)地對(duì)場(chǎng)景中的風(fēng)險(xiǎn)進(jìn)行建模，并實(shí)現(xiàn)對(duì)自車周圍駕駛風(fēng)險(xiǎn)的準(zhǔn)確評(píng)估。我們的方法具有更好的可解釋性和泛化性，因此在與其他方法的比較中實(shí)現(xiàn)了最佳結(jié)果。此外，對(duì)于其他路口場(chǎng)景，我們的方法在評(píng)估指標(biāo)“time” 和“humanness” 上也分別取得了最優(yōu)的實(shí)驗(yàn)結(jié)果，這也充分證明了S4TP能夠?qū)崿F(xiàn)一個(gè)更加安全舒適的自動(dòng)駕駛決策規(guī)劃。

表1多種場(chǎng)景下軌跡規(guī)劃方法實(shí)驗(yàn)對(duì)比

定性結(jié)果分析：圖2展示了在特定的未保護(hù)左轉(zhuǎn)路口場(chǎng)景中，我們的SADRF方法與 Predictive-Decision和靜態(tài)DRF進(jìn)行比較的可視化結(jié)果。為了更清晰地區(qū)分，軌跡規(guī)劃過程在第3、8、13和18幀進(jìn)行展示。此外，任何碰撞實(shí)例都被強(qiáng)調(diào)并清晰標(biāo)記。其中，Predictive-Decision操作時(shí)未添加SADRF，而靜態(tài)DRF則用靜態(tài)風(fēng)險(xiǎn)場(chǎng)替換SADRF。如圖2(a)所示，靜態(tài)DRF生成的策略過于保守，在通過路口時(shí)導(dǎo)致決策過程明顯減慢。此外，在重新啟動(dòng)過程中遇到了重大困難，最終與對(duì)向的HDV發(fā)生碰撞。同時(shí)，圖2(b)展示了從第8到第18幀的結(jié)果，顯而易見的是，在完成軌跡規(guī)劃后，Predictive Decision在實(shí)時(shí)調(diào)整策略時(shí)遇到了困難，當(dāng)面臨侵略性或先前未注意到的車輛（未觀察到或被遮擋的車輛）突然出現(xiàn)在駕駛場(chǎng)景中時(shí)，導(dǎo)致與人駕駛車輛發(fā)生碰撞。相比之下，如圖2 (c) 所示，S4TP在規(guī)劃之前為車輛分配了預(yù)設(shè)邊際，以預(yù)見未預(yù)料到的情況。與保守策略不同，S4TP動(dòng)態(tài)地適應(yīng)實(shí)時(shí)場(chǎng)景中其他HDV的運(yùn)動(dòng)。這可以確保在特定未來時(shí)刻避免危險(xiǎn)情況，并生成更像人類的駕駛軌跡。值得注意的是，我們的方法結(jié)合了一個(gè)駕駛風(fēng)險(xiǎn)場(chǎng)模型，使其能夠根據(jù)實(shí)時(shí)的道路條件和車輛狀態(tài)動(dòng)態(tài)調(diào)整駕駛風(fēng)險(xiǎn)場(chǎng)。這種自適應(yīng)能力可以更好地預(yù)測(cè)和避免潛在的風(fēng)險(xiǎn)和危險(xiǎn)，從而產(chǎn)生更具人類特征的指標(biāo)。定量結(jié)果進(jìn)一步證實(shí)了這一創(chuàng)新特性在真實(shí)道路場(chǎng)景中提高了我們方法的適應(yīng)性，為自動(dòng)駕駛提供了更高級(jí)別的安全保障。

圖2場(chǎng)景可視化結(jié)果分析

4、總結(jié)

本文中，我們提出了一種社交適用且安全敏感的軌跡規(guī)劃方法，命名為S4TP。該方法考慮了復(fù)雜混合交通環(huán)境中與社交互動(dòng)相關(guān)的風(fēng)險(xiǎn)，確保了自動(dòng)駕駛車輛（AVs）的軌跡規(guī)劃安全、高效且社交適用。所提出的方法采用基于Transformer的編碼和解碼模塊進(jìn)行場(chǎng)景表示，并使用交互式建模預(yù)測(cè)周圍HDVs的未來軌跡?；谶@些預(yù)測(cè)的多步軌跡，構(gòu)建了一個(gè)SADRF模型，以生成與人類駕駛行為一致的自動(dòng)駕駛軌跡。我們的方法利用端到端框架中的多任務(wù)學(xué)習(xí)，促進(jìn)了在模擬駕駛場(chǎng)景中的訓(xùn)練和評(píng)估。結(jié)果表明，我們的方法優(yōu)于基準(zhǔn)方法。通過SADRF模塊，我們實(shí)現(xiàn)了比傳統(tǒng)的靜態(tài)DRF模型或忽略社交互動(dòng)的軌跡規(guī)劃方法更高的成功率。未來的研究將專注于將風(fēng)險(xiǎn)場(chǎng)模塊納入模型，建立行人-車輛交互關(guān)系，準(zhǔn)確識(shí)別行人位置和運(yùn)動(dòng)狀態(tài)，并實(shí)現(xiàn)安全舒適的軌跡規(guī)劃。