[论文解读] EPSILON: An Efficient Planning System for Automated Vehicles in Highly Interactive Environments

Wenchao Ding, Lu Zhang+2 more|arXiv (Cornell University)|Aug 18, 2021

Autonomous Vehicle Technology and Safety参考文献 52被引用 7

一句话总结

EPSILON 是一种高效、具备交互感知能力的自动驾驶车辆规划系统，通过在部分可观察马尔可夫决策过程（POMDP）框架中引入引导分支，实现在密集动态交通环境下的实时、类人决策。该系统结合行为规划器与运动规划器，利用时空语义走廊实现安全、平滑且非保守的驾驶，在真实城市环境中无需过度保守或过度激进。

ABSTRACT

In this paper, we present an Efficient Planning System for automated vehicles In highLy interactive envirONments (EPSILON). EPSILON is an efficient interaction-aware planning system for automated driving, and is extensively validated in both simulation and real-world dense city traffic. It follows a hierarchical structure with an interactive behavior planning layer and an optimization-based motion planning layer. The behavior planning is formulated from a partially observable Markov decision process (POMDP), but is much more efficient than naively applying a POMDP to the decision-making problem. The key to efficiency is guided branching in both the action space and observation space, which decomposes the original problem into a limited number of closed-loop policy evaluations. Moreover, we introduce a new driver model with a safety mechanism to overcome the risk induced by the potential imperfectness of prior knowledge. For motion planning, we employ a spatio-temporal semantic corridor (SSC) to model the constraints posed by complex driving environments in a unified way. Based on the SSC, a safe and smooth trajectory is optimized, complying with the decision provided by the behavior planner. We validate our planning system in both simulations and real-world dense traffic, and the experimental results show that our EPSILON achieves human-like driving behaviors in highly interactive traffic flow smoothly and safely without being over-conservative compared to the existing planning methods.

研究动机与目标

• 解决在高度交互、不确定的城市交通环境中实时、鲁棒规划的挑战，其中基于仿真的方法往往失效。
• 通过在动作空间和观测空间中引入引导分支，克服全 POMDP 在自动驾驶中计算不可行的问题。
• 通过在多智能体前向仿真中嵌入安全机制，确保决策过程的安全性与灵活性。
• 通过在真实城市交通中对物理自动驾驶车辆的验证，弥合仿真验证规划系统与实际部署之间的差距。
• 通过建模交互动态与不确定性，实现非保守、符合社会规范的驾驶行为，而无需依赖完美预测。

提出的方法

• 行为规划器采用在动作空间与观测空间中均引入引导分支的部分可观察马尔可夫决策过程（POMDP），在保持交互感知的同时降低计算复杂度。
• 引导分支利用领域知识，将探索聚焦于相关决策路径，将 POMDP 分解为有限数量的闭环策略评估。
• 提出一种新型驾驶员模型，内置安全机制，以增强对不完善先验知识与不确定的智能体行为的鲁棒性。
• 运动规划器使用时空语义走廊（SSC）编码环境约束，实现安全、平滑且一致的轨迹优化。
• SSC 将空间与时间约束整合为统一表示，使运动规划器能够生成与行为规划器决策一致的可执行轨迹。
• 系统采用分层架构部署：行为规划生成一系列状态，运动规划将其转换为实时可执行的轨迹。

实验结果

研究问题

• RQ1 如何使基于 POMDP 的规划器在计算效率上足够高，以实现在密集城市交通中的实时应用？
• RQ2 如何使交互感知规划在感知噪声与其它智能体行为预测不准确的情况下依然具备鲁棒性？
• RQ3 如何在高度交互的驾驶场景中避免规划系统出现过度保守或过度激进的行为？
• RQ4 在真实世界闭环运行中，规划系统在确保安全的前提下，能在多大程度上实现类人的操作灵活性？
• RQ5 统一的时空表示能否有效编码复杂环境约束，以支持运动规划？

主要发现

• EPSILON 在真实世界密集城市交通中成功实现了长期、闭环的自动驾驶，表现出对传感器噪声与不可预测的智能体行为的强鲁棒性。
• 引导分支技术显著降低了 POMDP 规划的计算负担，使系统能够在高度交互环境中实现实时决策。
• 系统实现了类人的驾驶行为，如主动变道与平滑切入，且未表现出过度保守或激进。
• 前向仿真中的安全机制确保了所有操作均处于安全范围内，即使在观测噪声与预测不准确的情况下亦然。
• 时空语义走廊实现了与行为规划器决策高度一致的平滑、安全且连贯的轨迹生成。
• 与传统方法相比，EPSILON 在保持安全性的前提下减少了过度保守行为，该优势在包含激进切入与动态汇入的真实场景中得到验证。