无人车行驶场景复杂?Apollo规划模块技术指导为你解答疑惑-电子发烧友网

线性模块化车流量障碍物规划器轨迹

规划是无人车为了某一目标而作出一些有目的性的决策过程，对于无人驾驶车辆而言，这个目标通常是指从出发地到达目的地，同时避免障碍物，并且不断优化驾驶轨迹和行为以保证乘客的安全舒适。规划层通常又被细分为任务规划（Mission Planning）、行为规划（Behavioral Planning）和动作规划（Motion Planning）三层。

Apollo系统中的Planning模块实际上是整合了决策和规划两个功能，该模块是自动驾驶系统中最核心的模块之一。

在包括Apollo 3.0在内的前序版本中，都使用相同的配置和参数对不同的驾驶场景进行规划。这种方法虽然是线性的且易于实现, 但并不灵活或者没有面向特定的场景优化。随着Apollo系统的成熟，在不同的路况和驾驶用例中使用，开发更加模块化、场景指定和全局的方法更有必要。在该方法中，每个驾驶用例都被视为不同驾驶场景。这种设计方法是很有用的，因为在当前这种方式下，修复一个特定场景下的问题不会像以前版本中出现的影响那样，来影响其他场景的情况。在以前版本中，所有的驾驶用例都被认为是一个驾驶场景，导致一个问题的修复会影响其他的驾驶用例。

在Apollo 3.5中，我们将聚焦以下三种主要驾驶场景：

如下图所示，车道跟随场景是默认驾驶场景，包括但不限于在单一车道驾驶（例如巡航）或者变道，遵循基本的交通规则或简单的转弯。

▲车道跟随场景—默认驾驶场景

在这种场景中，如果在当前车辆行驶车道上有静止车辆或者障碍物，而且在不发生碰撞的情况下，车辆无法安全地通过当前车道，规划模块将执行以下步骤：

检查邻近车道是否有靠近的车辆。

如果安全，做一个侧转动作，从当前车道转到旁边车道。

一旦安全通过障碍物，迅速回到原来车道。

▲侧方行驶

对于停车标志，有两种不同的驾驶场景：

不受保护的：在这种情况下，汽车希望通过一个具有两路停车标志的十字路口，如下图所示。因此，自动驾驶系统必须驾驶车辆缓慢地通过十字路口，并且在继续行驶之前测量十字路口的车流量。

▲无保护驾驶场景

受保护的：在这种情况下，汽车希望通过一个具有四路停车标志的十字路口，如下所示。因此，在继续行驶之前，我们的自动驾驶系统必须衡量本车到停车标志之间的车流量，并且理解车辆在队列中的位置。

▲受保护驾驶场景

为了安全通过停车标志区域，受保护和无保护两种场景都将执行以下步骤：

即将到达停车标志点：感知当前正在等待其他停车标志的所有车辆或者障碍物。

完全停车：监测并查看先前停留在其他停车标志车道的车辆是否已经开始移动。保证之前到达的车辆都已经离开是十分重要的。

缓慢向前移动（爬行）：检查看是否有其他车辆正在移动或者处于非保护场景下的停车状态，检查当前车道的旁边车道是否有迎面驶来的车辆。

安全通过十字路口。

注意：研发团队正努力工作，以在规划模块中增加其他驾驶场景的规划方案，其中一个案例就是处理交通灯。

Apollo 3.5中规划模块的体系结构已经有所改变，该架构能够反映针对不同驾驶场景的模块化设计方法。如下图所示， 在规划器中, 每一个独立的驾驶场景都和对应的场景处理器一一对应。每个驾驶场景都有其一组特定于该场景的驾驶参数，使其更安全、高效、更易于自定义和调试以及更灵活。因为每个阶段都被划分为多个任务，使得每个阶段也是可配置的，并且可以通过编辑该场景的配置文件config来删除或创建每个任务。