公路環境中自動駕駛決策的框架

公路環境中自動駕駛決策的框架

在智能交通系統領域，智能駕駛輔助系統和自動駕駛車輛增強了道路安全、保證了乘客乘坐的舒適性。但是，它仍然存在一些問題，如自動駕駛系統不能執行比較復雜的駕駛任務。研究了在公路環境下自動駕駛的決策框架。該框架魯棒性好，能夠可靠地評價給定的公路狀況，并做出合理地決策。該決策框架由兩部分組成：工況評估和駕駛行為決策。工況評估是利用多個互補的威脅措施和貝葉斯網絡計算汽車和車道的危險等級，評估碰撞的可能性。駕駛行為決策是在給定的高速公路環境中，使得汽車做出合適的決策行為。

工況評估是在給定的工況下觀測每個車輛，并推測出與車輛可能碰撞的危險級別。在獨立、分散的推理結構下，采用至多兩個危險等級最高的車輛來推斷每個車道的危險程度。在給定的時間段內，通過過濾掉由不確定噪聲數據引起的不完整的估計結果來確定每個車道的危險等級。而駕駛行為決策的類型包括減速以避免與前方車輛碰撞，或者使得車輛變道或超車。建立具有分層結構的狀態機制，為復雜的駕駛任務確定駕駛行為策略。

對該自動駕駛決策框架在兩個不同的公路環境中進行了測試與評估：一個公路環境是封閉的高速公路，另一個公路環境是公共的高速公路。測試結果表明，該決策框架的魯棒性較好、可靠性較高。

刊名：IEEE Transactions on Intelligent Transportation Systems（英）

刊期：2017年第1期

作者：Samyeul Noh et al

編譯：野晨晨