【论文阅读】Jointly Learnable Behavior and Trajectory Planning for Self-Driving Vehicles

Jointly Learnable Behavior and Trajectory Planning for Self-Driving Vehicles

作者:Abbas Sadat

摘要：运动规划总是由两个模块组成：behavior planner（行为决策）和trajectory planner（轨迹规划）。行为决策提供的是 高级的驾驶策略 和 一个粗略的轨迹； 轨迹规划生成 规划时间内平滑的可行的轨迹。有两个缺点：①行为规划中的一些改变可能会对轨迹产生不可预料的影响；②轨迹规划生成的最终轨迹可能和行为决策给的概略轨迹差别很大，因为二者的目标函数不一样。所以本文提出了一个将行为决策和轨迹规划联合的规划方法。

 

 

 

1.introduction

　　运动规划分两块：行为决策和轨迹规划。

　　行为决策用来约束轨迹生成器。早期的基于简单规则的行为选择，或者用有限状态机的方式，不能处理复杂环境。有的方法用序列A*或者并行采样方法（没懂）优化行为目标，同时考虑交规和其他智能体。一个比较常用的方式是先路径-速度分解，把运动限定在某一路径上，调整速度曲线来优化行为目标。个人理解是像这样：（一条换道轨迹已经给定，ab两辆车投影到这个轨迹上面（注意不是参考线，是轨迹。图中好像有些不对），然后把ST空间分三块，分别找一条代表性速度曲线）

 

　　轨迹规划分成连续型优化求解器和采样方法。略。

　　二者没有统一的目标函数，分开设计，造成缺陷。本文联合优化，共享同一个损失函数，还是端到端的无需手动调整损失函数。本文的动作规划器可以应对复杂场景，比如 nudge to部分占用车道的物体 和 在交叉口前停车。（很好奇如何解决）

2.related works

　　待补充

3.联合的 行为-轨迹 规划器

　　motion planner的输入表示为W，包含了自车状态、地图信息、检测到的物体（及其未来轨迹预测的概率分布）。输出一个高级驾驶决策b和一个10秒内的可执行轨迹t。把行为定义为一条自车理想情况下应该逼近和遵循的路径（行为轨迹的概念，只是没有速度信息），而这些路径的生成是考虑{保持车道，左换道，右换道}这些maneuvers来获得的。

 

 

　　（上面右换道的图画错了）

　　思路：根据自车位置和交规，生成行为集合B(W)，也就是一些路径。生成对应路径下的轨迹集合T(b)。轨迹定义为离散时间下的状态量序列。寻优。

 

 

 

4.联合的损失函数

　　　　刚刚提到了，解空间是(b,t)的组合，目标函数的形式也给出了。算法就是搜索(b,t)空间，得到最优的目标函数

 

 未完待续