[论文解读] Online Risk-Bounded Motion Planning for Autonomous Vehicles in Dynamic Environments

Xin Huang, Sungkweon Hong+2 more|arXiv (Cornell University)|Apr 4, 2019

Autonomous Vehicle Technology and Safety参考文献 10被引用 9

一句话总结

本文提出了一种面向自动驾驶汽车的在线、风险有界的运动规划系统，通过将实时意图识别与部分可观察马尔可夫决策过程（POMDP）相结合，实现在动态环境中的安全、高效轨迹生成。该系统利用预训练的随机流管（PFTs）进行贝叶斯滤波，以预测其他交通参与者的行为与轨迹，并通过一种保证近碰撞概率上界的启发式搜索方法求解POMDP，在诸如无保护左转和变道等复杂场景中，其安全性与效率均优于基线规划器。

ABSTRACT

A crucial challenge to efficient and robust motion planning for autonomous vehicles is understanding the intentions of the surrounding agents. Ignoring the intentions of the other agents in dynamic environments can lead to risky or over-conservative plans. In this work, we model the motion planning problem as a partially observable Markov decision process (POMDP) and propose an online system that combines an intent recognition algorithm and a POMDP solver to generate risk-bounded plans for the ego vehicle navigating with a number of dynamic agent vehicles. The intent recognition algorithm predicts the probabilistic hybrid motion states of each agent vehicle over a finite horizon using Bayesian filtering and a library of pre-learned maneuver motion models. We update the POMDP model with the intent recognition results in real time and solve it using a heuristic search algorithm which produces policies with upper-bound guarantees on the probability of near colliding with other dynamic agents. We demonstrate that our system is able to generate better motion plans in terms of efficiency and safety in a number of challenging environments including unprotected intersection left turns and lane changes as compared to the baseline methods.

研究动机与目标

• 解决在其他交通参与者意图不确定的动态环境中，运动规划不安全或过于保守的挑战。
• 通过实时动态推断周围车辆的意图，提升规划的效率与安全性。
• 通过带机会约束的POMDP规划，形式化地保证碰撞风险，提供近碰撞概率的上界。
• 实现在无保护左转和变道等复杂交通场景中的实时运行。

提出的方法

• 将车辆运动建模为带机会约束的局部可观察马尔可夫决策过程（POMDP），以限制近碰撞概率。
• 在预训练的随机流管（PFTs）库上应用贝叶斯滤波，以估计其他交通参与者的变道意图，并在有限时域内预测混合运动状态（离散变道行为 + 连续轨迹）。
• 使用启发式前向搜索算法（RAO*）求解POMDP，生成具有碰撞风险上界保证的策略。
• 通过实时更新信念状态，动态反映意图识别结果，以体现当前交通参与者的实际行为与不确定性。
• 采用有限规划时域（H=2）以平衡计算负载与响应速度，并根据活跃交通参与者的数量自适应调整时域长度。
• 利用概率混合自动机建模交通参与者的运动行为，以编码驾驶员风格差异与变道不确定性。

实验结果

研究问题

• RQ1 实时意图识别能否提升动态交通场景中运动规划的安全性与效率？
• RQ2 在其他交通参与者意图不确定的情况下，如何在自动驾驶规划中形式化地约束风险？
• RQ3 在POMDP框架中调整风险边界时，规划激进程度与风险之间的权衡关系如何？
• RQ4 将概率化变道预测与基于POMDP的规划相结合，对无保护左转等复杂变道操作的性能有何影响？
• RQ5 在多车交通场景中，系统在确保风险保障的前提下，能在多大程度上维持实时性能（≤0.2秒规划时间）？

主要发现

• 在变道场景中，系统实现了98.5%的变道意图识别准确率与2.23米的轨迹预测误差。
• 当风险边界设置为较小时，规划器保持了100%的安全性，同时在效率上优于保守的基线方法。
• 通过提高风险边界，规划器可采用更具攻击性的策略，从而减少平均完成时间，但成功率相应下降。
• 在三名交通参与者、时域为2的情况下，规划耗时为0.191秒，满足5Hz控制周期下≤0.2秒的实时性要求。
• 系统在高风险场景（如无保护左转和多车变道冲突）中表现出强鲁棒性。
• PFTs的使用实现了精准且与驾驶员风格相关的运动预测，显著提升了意图识别与规划质量。