浅谈自动驾驶中的行为风险识别(一)

本文编辑：byheaven

版权所属：美团无人配送

引言

我们可以通过一个比喻来解释什么是行为风险识别：自动驾驶的机器大脑在参加一场考试，他遇到一道难题，在两个答案之间犹豫不决。尽管这道难题他不会做，但我们可以通过许多方式得知他“拿不准”这件事本身，例如题目描述的场景复杂或者之前不熟悉，并进一步针对这道题目请求“人类教练”的帮助。

自动驾驶的机器大脑如何工作？

我们人类在开车的时候，会由眼睛和耳朵等“传感器”完成对环境信息的探测和感知，然后这些信息传入我们的大脑，大脑经过所有的处理之后，发出直接的动作指令给“控制器“——我们的手和脚。

对于人类大脑的工作过程，我们还所知有限。而在当前的自动驾驶技术中，有一种尝试是“端到端”技术，也就是完全模拟我们的大脑，试图直接将传感器获得的环境信息输入深度神经网络，直接输出对车辆的控制信号。

这类方法存在一个最大的问题就是深度神经网络缺乏可解释性。当遇到未知的场景时，我们无法保障网络输出结果的安全性。因此，当前绝大部分自动驾驶企业还是采用分层和解耦的思路，来解决自动驾驶决策的问题。

在这种思路下，自动驾驶的大脑工作由决策规划模块来完成（更多详细内容可参考之前的技术文章）：

图1.  自动驾驶系统中的决策规划模块分层结构

如图1所示，典型的决策规划模块可以分为三个层次。其中，全局路径规划（Route Planning）在接收到一个给定的行驶目的地之后，结合地图信息，生成一条全局的路径，作为为后续具体路径规划的参考；行为决策层（Behavioral Layer）在接收到全局路径后，结合从感知模块得到的环境信息（包括其他车辆与行人，障碍物，以及道路上的交通规则信息），以及从预测模块得到的障碍物未来可能行驶轨迹信息，作出具体的行为决策（例如选择变道超车还是跟随）；最后，运动规划（Motion Planning）层根据具体的行为决策，规划生成一条满足特定约束条件（例如车辆本身的动力学约束、避免碰撞、乘客舒适性等）的轨迹，该轨迹作为控制模块的输入决定车辆最终行驶路径。

行为决策层的输入输出

通过上面的介绍我们已经知道，机器大脑通过分层的方法来降低问题难度。在目前的技术发展阶段，全局路径规划和运动规划这两个部分的方案已经相对比较成熟。这一方面也是由于这两层的任务目标十分明确（我们的行驶目的地是确定的；运动规划需要满足的约束条件也是确定的）。

而在行为决策层，我们需要面对的则是一系列不确定性的输入信息。这种不确定性的来源主要有两大部分：

• 一部分来自环境，因为我们的物理世界本身就是在不断变化的，环境中其他交通参与者未来的行为我们无法明确得知（预测模块的任务就是降低这一类不确定性）

• 另一部分来自传感器在采集和处理环境信息的时候（将物理世界在数字世界中建模），不可避免地需要进行采样等离散化处理，这样就导致真实物理世界的连续信息有一部分损失，同时也会产生空间上的误差和时间上的延迟。

与之相对的是，行为决策层的输出却必须是确定性的结果，具体来说，这些输出通常包括：

• 综合决策（主车的综合决策行为，如换道意图和借道意图）

• 个体决策（主车对单个障碍物做出的决策，如绕行和减速避让）

用严格一些的语言来说，下游运动规划层需要生成具体的行驶轨迹，在数学上这是一个非凸优化问题，难以直接求解，因此行为决策需要将运动规划的解空间进行限定，保证运动规划模块的求解高效性和稳定性。

为什么需要行为风险识别？

在处理这些输入不确定性，并输出确定性决策的过程中。我们需要考虑的目标是多样化的，不仅仅包括安全性，还要考虑交通规则、决策稳定性，车辆模型，甚至还要求无人车的行为需要符合人类驾驶习惯（环境中存在大量与人类参与者的交互）。

我们需要将这些多目标转换为机器容易理解和处理的方式，具体手段包括：

• 约束目标：将碰撞避免、交通规则等目标转换为不可以违反的边界条件。

• 优化目标：对一些软性的目标（通行效率、舒适性等）设置不同权重的损失惩罚函数。

由于输入信息的不确定性，我们的机器大脑在实际中常常面临“两难”的局面。例如下图这样十分常见的一种场景，选择减速跟车还是换道超车。前者会影响通行效率，而后者则可能带来更高的风险（旁边车道来车）。

图2.  常见的一种行为决策场景：减速or变道

而实际的场景更为复杂多变，并且一定会出现长尾场景，每一种行为决策的选择都不可能完全避免未来的风险，决策输出的多目标求解过程无法保证每次都得到最低风险的结果。因此，我们需要在行为决策层增加一种以安全性为单目标的算法模型，希望能够对可能发生的风险进行提前的识别，当安全性不满足要求时采用人工接管或保守策略。

读者可能提出的一个问题是：如果能够建立这样的风险识别模型，那不就可以作出最安全的行为决策了吗？这个问题的答案其实就是在“知道正确答案”和“知道不会做”二者之间其实是存在一个gap的。在预期功能安全国际标准（ISO/PAS 21448）中，场景（scenarios）被划分为如下图所示的4个区间，分别为（1）已知-安全、（2）已知-不安全、（3）未知-不安全和（4）未知-安全。最终的目标是尽可能缩小位于区间（2）和（3）中的场景（scenarios）比例，即将确保场景（scenarios）控制在安全的区间。而行为风险识别希望达到的目的就是将区间（3）中的场景首先转化为区间（2），即“know unknowns”。接下来，随着行为决策本身算法能力的不断提升（越来越见多识广），才能够将更多的区间（2）场景转化为区间（1）。

图3.  国际标准ISO/PAS 21448中对场景（scenarios）的分类

无人车行为决策模块面对的是高不确定性的动态场景。在当前技术阶段，存在算法能力的覆盖边界。在边界上存在的长尾问题是最难解决的一类问题，同时也是最危险的场景。在我们的自动驾驶算法不断进步，不断扩大能力边界的同时，我们也希望通过对行为决策模块各种指标进行在线监控，同时结合周围环境信息，希望从这些“蛛丝马迹”中提前识别出危险场景。然后对算法结果进行反馈，并向人类安全员发出提醒。

行为风险识别的具体算法，以及识别后的处理方式，将在下次技术解析中详细介绍。

参考文献：

[1] https://mp.weixin.qq.com/s/5yH8aXDrPYjGJdv0npHkig

[2] 耿新力. 城区不确定环境下无人驾驶车辆行为决策方法研究[D]. 中国科学技术大学, 2017.

[3] Russal S, Norvig P. Artificial intelligence: a modem approach[M]. Pearson Education, 2002.

[4] Furda a, Vlacic L. Enabling Safe Autonomous Driving in Real-World City Traffic Using Multiple Criteria Decision Making[J]. IEEE Intelligent Transportation Systems Magazine, 2011, 3(1): 4–17.

[5] https://mp.weixin.qq.com/s/oNHDzdxMy_ciAok79kLDYg

[6] Gonzalez D, Perez J, Milanes V, et al. A Review of Motion Planning Techniques for Automated Vehicles[J]. IEEE Transactions on Intelligent Transportation Systems, 2016, 17(4): 1135–1145.

[7] WAYDO S, MURRAY R M. Vehicle motion planning using stream functions[C]//2003 IEEE International Conference on Robotics and Automation (Cat. No.03CH37422). 2003, 2: 2484–2491 vol 2.

[8] Kirovskii, O. M., and V. A. Gorelov. "Driver assistance systems: analysis, tests and the safety case. ISO 26262 and ISO PAS 21448." IOP Conference Series: Materials Science and Engineering. Vol. 534. No. 1. IOP Publishing, 2019.

新增500岗位 | Base 北京/深圳 

扫码投递简历 | 期待与你同行