不确定路口场景下考虑驾驶风格的安全平衡轨迹规划

在城市道路上的十字路口，新参与者不时加入的轨道规划是日常驾驶中最常见但最具挑战性的任务[1]。感知和响应时变的社会情境变化对于自动驾驶汽车（SDV）在与周围交通参与者互动时做出安全、有效和高效的决策至关重要。因此，他们的社会复杂性成为最具挑战性但又至关重要的因素。

当考虑到其他参与者是具有一致驾驶风格的人类驾驶车辆（HDV）时，学习和分析驾驶风格[2]、感知和预测新参与者的意图以及根据情景变化做出自主决策是SDV在规划通过十字路口的轨迹时的三大主要功能。

图1显示了一个典型的左转轨迹规划场景，该场景受到十字路口迎面而来的车辆的干扰。在驾驶时，SDV所需的左转轨迹规划也应考虑交通安全并避免拥堵。因此，如图1（a）所示，如果迎面而来的车辆的驾驶风格激进，并有坚定的直行意图，则SDV需要让行并减速以避免碰撞。然而，如果迎面而来的车辆的驾驶风格是保守的，意图左转，如图1（d）所示，SDV直接执行左转决策。因此，学习和分析相关参与者的驾驶风格对于SDV轨迹规划至关重要。

传统的基于规则的规划方法为上述复杂情况设置预定义的建模规则。他们通常通过综合考虑交通参与者之间的即时社会互动来做出合理的规划决策，以确保特定的通过率。但是，这些预定义的规则不能涵盖交叉口中的所有可能情况。不断发生的规则未覆盖的角落案例导致基于规则的规划方法总是失败。此外，基于规则的SDV不能相互传递和共享关于不同场景的共同知识。这种共享信息的能力的缺乏与上述约束相结合，导致基于规则的方法无法有效利用大数据的优势，并限制了它们与流行的深度学习方法的兼容性。

图1 SDV的轨迹规划将受到不同驾驶风格和周围HDV驾驶意图的影响

数据驱动的轨迹规划方法恰恰相反，可以互补地使用大数据、深度学习和强化学习方法来应对交叉口决策的挑战。对他们来说，增强场景泛化和建模不确定环境对于SDV在不同时间和场景下实现安全合理的轨迹规划至关重要。然而，最先进的方法往往无法同时实现上述两个目标。Bansal等人提出了ChaufeurNet，它直接从专家数据中学习轨迹规划[3]。尽管这种方法比传统的基于规则的规划方法更具可扩展性，但它没有考虑环境不确定性的情景和预测的泛化。因此，它不能保证自动驾驶的安全。为了解决环境的不确定性，Diehl等人提出了UMBRELLA模型[4]，该模型通过对部分可观测环境中的不确定性进行建模，解决了自动驾驶的预测、规划和控制问题。然而，该模型没有考虑自动驾驶汽车规划轨迹的多样性，缺乏对环境实体的关系推理能力，导致规划的场景泛化能力较差。同时，上述方法生成的单一轨迹难以保证行车安全，规划的路线也不一定满足下游控制器的动态要求。为了解决这个问题，考虑环境随机性的多模式轨迹生成正受到研究人员的关注[5]。然而，现有的多模式轨迹规划方法往往忽视了社会因素对环境的影响，难以确保驾驶安全。

并行驾驶是在21世纪初提出的，旨在通过在数字化证明小组中进行培训来提高SDV的安全性、智能性、敏感性、安全性、可持续性和效率[6]，[7]。最近，随着数据驱动的机器学习方法的发展，学者们将这一思想扩展到了虚拟-真实的交互式学习和测试，并进一步提出了并行学习[8]、[9]、[10]、[11]和并行测试方法[12]。同时，MIT、Waymo和Intel也注意到了虚拟空间预训练的重要性，分别提出了并行自主[13]、数据闭环平台[3]和变道模型[14]，验证了并行驾驶的有效性和识别性。

我们的工作建立在关于并行驱动的研究思想之上，旨在设计一个并行推理架构和开发安全高效的轨迹规划新方法。在其他交通参与者之间存在不确定社会互动的交叉口场景中，我们提出了一种SDV的两阶段轨迹规划方法。考虑驾驶风格和意图的不确定性，在保证驾驶安全的同时，实现更好的场景泛化性能。具体来说，我们从专家驾驶轨迹数据中学习，并构建了一个专家混合（MoE）[5]，[45]多模式轨迹生成器，该生成器类似于[5]中描述的架构。Transformer[15]用于捕捉车辆的交互行为，并将驾驶风格感知模块与网络相结合，以实现场景一致的多模式轨迹预测和规划。其次，设计了一个安全验证模块来评估在第一阶段获得的候选规划轨迹；然后，为下游控制器选择具有最高安全分数的轨迹。

新参与者不断加入的城市道路交叉口的轨迹规划一直是SDV最常见但最具挑战性的任务之一。为此，我们关注交叉口驾驶的社会复杂性，提出了一种安全平衡的驾驶风格感知轨迹规划方法。这项工作的主要贡献包括：

1） 设计了一种两阶段自动驾驶轨迹规划方法，该方法提高了自动驾驶策略的安全性、合理性和鲁棒性。

2） 提出了一种考虑周围车辆驾驶风格和驾驶意图的候选轨迹生成方法。该方法提高了SDV预测周围车辆多模式轨迹的能力，从而帮助SDV在交互场景中生成安全且可解释的轨迹。

3） 提出了一种基于候选轨迹预测的安全验证机制，以平衡规划轨迹对周围不确定车辆行为的安全性和效率。

4） 实验结果表明，所设计的方法通过明确考虑周围车辆的驾驶风格，在不确定环境的交叉口规划安全有效的轨迹。

本文的其余部分组织如下。第二节介绍了相关工作。第三节介绍了所提出的两阶段规划方法的方法。第四节说明了所提出的方法是如何实现、验证和评估的，并阐述了实验的结果和解释。第五节总结了本文的工作，并介绍了我们对SDV轨迹规划发展的看法。

自动驾驶汽车必须与其他交通参与者就驾驶时的道路使用权进行协商，以实现其在复杂社会交通场景中安全高效驾驶的目标[59]。SDV在这种复杂情况下的安全路径规划可以通过预测和分析他人的驾驶风格和意图，并及时做出适当的机动决策来制定。主要功能包括（1）学习和预测其他人的驾驶风格和意图具有流动能力的交通参与者；（2） 根据道路交通状况以及潜在冲突车辆的风格和意图，生成可行的多式联运路径；（3） 对生成的路径执行安全验证；以及（4）选择安全平衡的最优驾驶路径。

A. 驾驶风格识别

驾驶风格是指驾驶员在不同的外部因素（如时间和天气）下，在不同的驾驶场景中如何操纵[2]。由于交通状况的社会复杂性和驾驶员状态的不确定性，即使在相同的场景下，他们也可能表现出不同的驾驶风格。预测他们的驾驶风格有助于提高SDV轨迹规划的安全性和效率。

目前的相关算法主要分为基于规则的、基于模型的和基于机器学习的方法。早期基于规则的方法使用先验知识并管理有限数量的变量和数据来对驾驶风格进行分类。基于模型的方法使用一组预定义的特征方程来描述驾驶风格，通过调整参数来拟合驾驶风格数据[16]，[17]，[18]。这些方法可以对驾驶风格有很高的识别能力，但对模型的设计来说更为复杂。

基于机器学习的方法可以具体细分为三类：（1）无监督训练方法，对具有输入特征的数据进行统计分析，以实现分类[19]，[20]；（2） 监督训练方法，如K近邻（KNN）、神经网络、决策树、随机森林和马尔可夫模型[21]、[22]、[23]、[24]，它们使用已知的样本特征和相应的风格进行训练；以及（3）无监督和有监督混合方法，将两者的优点结合起来，以提高整体驾驶风格识别性能。一个例子涉及组合K-means和支持向量机（SVM）[25]。无监督训练方法有广泛的应用，但输出缺乏可解释性；监督训练方法具有较少的模型参数，易于理解，但模型的精度可能更令人满意。无监督和有监督方法的结合可以利用两者的优势来提高整体驾驶风格识别性能。

B.驾驶意图推断

驾驶意图推理是指在即将到来的时间步骤中对周围车辆随时间的行为进行推理[26]。在同一场景中，不同的车辆具有不同的驾驶意图，并产生不同的驾驶轨迹。准确推断其他交通参与者的意图有助于SDV规划正确和安全的道路。

驾驶意图推理方法包括基于概率的方法和基于学习的方法[27]。基于概率的方法通过动力学和动力学函数对车辆行为进行建模，并通过正态分布对不确定性进行建模。基于学习的方法主要通过与环境有关的数据驱动的车辆状态信息来推断驾驶意图。Zyner等人[28]使用长短期记忆网络来识别十字路口的车辆意图。Lee等人[29]提出使用卷积神经网络（CNNs）来预测和推断交通参与者的变道意图，并通过模型预测控制来提高安全性和乘坐舒适性。丁等人[30]提出了一种高速公路场景的驾驶意图预测方法，该方法通过考虑车辆的交互行为来预测车辆意图。上述研究的缺点是难以有效地使用驾驶员行为数据，也难以充分考虑驾驶风格对驾驶意图的影响。本文提出了一种数据驱动的轨迹规划方法，通过考虑驾驶员的风格并预测合理的驾驶轨迹来推断意图。

C. 数据驱动的轨迹预测

近年来，由于数据集在数量和内容方面的复杂性不断增加，研究人员专注于基于深度学习模型的自动驾驶轨迹预测任务[57]。基于数据驱动的方法，可以使用大量数据来训练模型。这些方法中的大多数由编码器-解码器体系结构组成。早期基于CNN的[31]和基于递归神经网络（RNN）的[32]方法分别通过使用鸟瞰图和历史轨迹来提取空间特征和时间序列信息。然而，这种方法会遇到场景信息丢失和远距离依赖问题。更重要的是，车辆之间的交互信息被遗漏了。尽管图神经网络[33]在后来的研究中被用于通过矢量化对交互信息进行建模，但这些模型是“黑匣子”，模型可解释性差，预测轨迹单一。为了解决上述问题，使用生成对抗性网络（GAN）对环境信息的不确定性进行建模，并生成多模式预测轨迹[34]。然而，基于GAN的方法存在模式崩溃的问题[35]，这会导致训练模型崩溃并阻止其收敛。此外，Social GAN模型忽视了周围车辆的驾驶风格和意图变化，与现实不符。为了解决这个问题，领导者-追随者博弈控制器模型[36]使用博弈论方法对周围车辆的驾驶风格和意图分类进行建模。基于注意力的机制方法[37]是一种流行的策略，最近引起了研究人员的注意。这种方法可以快速关注高价值因素，尤其是从自然语言处理领域到自动驾驶领域都采用的Transformer方法[38]。该模型可以生成高度精确的多模式轨迹。在本文中，我们使用数据驱动的规划方法，并使用鸟瞰语义图作为输入，该语义图由高清晰度（HD）地图和代理组成。为了考虑HDV驾驶行为的不确定性，通过变压器对车辆之间的相互作用进行了建模，并对HDV的驾驶风格进行了显式建模。解码器输出基于驾驶风格的多模式预测轨迹，具有安全敏感性和可解释性。

D. 安全敏感轨迹规划

作为自动驾驶系统的核心模块之一，轨迹规划模块用于接收环境从感测模块输入的信息，并输出用于下游控制模块的轨迹。轨迹规划模块首先使用环境和交互信息预测未来轨迹，并基于生成的多模式轨迹生成安全且可解释的规划轨迹。合理的路径规划是实现安全自动驾驶的关键。本文将轨迹规划任务分为数据驱动的单模态和安全敏感的多模态轨迹规划。

数据驱动的单峰轨迹规划方法主要基于模仿学习，从专家数据中学习驾驶策略。基于模仿学习的早期轨迹规划使用了行为克隆（BC）[4]。然而，BC依赖于专家数据，经历级联错误，在未知情况下安全性低。尽管数据聚合方法解决了级联错误的问题，但人力成本增加了。在随后的研究中，提出了生成对抗性模仿学习（GAIL）模型来解决BC模型中的级联误差问题[39]。GAIL由一个发生器和一个鉴别器组成。训练生成器生成专家样本，训练鉴别器生成与实际样本可区分的样本。这些数据驱动的方法侧重于应用顺序决策技术来模拟人类驾驶员。这种基于奖励的学习模型避免了行为克隆方法中短视的行为选择的缺点。GAIL可以生成不受级联错误影响的长期轨迹。Kuefler等人将GAIL应用于高速公路驾驶场景[40]。然而，上述方法没有考虑驾驶风格和驾驶意图，这是构成不确定性的主要因素。ChaffeurNet[3]将鸟瞰图作为输入，并提取环境信息。实际数据和模拟数据的混合用于训练模型。将输出的预测轨迹作为专家数据，结合专家的行为变化，学习漂移后的恢复，避免碰撞、摇摆、车道偏离等危险行为。UMBRELLA[4]以可解释的学习方式联合解决SDV的预测、规划和控制问题。该方法通过基于模型的方法从离线数据中训练模型，同时考虑环境的部分可观测性和不确定性。

数据驱动的多模态轨迹规划方法在规划过程中考虑了SDV对其他主体的影响。一项有代表性的研究首先预测了周围车辆的轨迹，生成了多模式候选轨迹，然后通过基于规则的度量选择了最终轨迹[5]。尽管数据驱动的作品对规划有高精度的推断，但它们没有考虑道路代理人驾驶风格的影响。因此，很难保证轨迹规划的合理性和一致性。在本文中，我们设计了一种驾驶风格感知的多模式规划方法，并提出了一种基于安全敏感性的安全评估环节作为轨迹选择方法，以实现安全高效的规划。

A.数据集

为了训练和测试我们的模型，我们使用Lyft运动预测数据集[49]。该数据集是从真实车辆中收集的，包含加利福尼亚州帕洛阿尔托复杂城市路线的实际驾驶样本。该数据集包含各种真实世界的驾驶场景，如多车道驾驶、转弯和十字路口的车辆交互。感知系统对数据进行预处理，以获得周围车辆随时间变化的精确位置。此外，该数据集还包含一张高清地图，提供车道线、人行横道和红绿灯的位置和状态。

B.基线

我们将我们提出的算法与四个强大的基于BC-的规划器基线进行了比较。

1） 基于图像的场景表示的行为克隆（BC-I）。BC-I是基于ResNet-50骨干网。规划者的输入是一个没有历史信息的以自我为中心的场景光栅图像。

2） 基于图像的场景表示和轨迹扰动的行为克隆（BC-IP）。与ChaufferNet[3]类似，该方法在训练期间向数据集中的自我轨迹添加了合成扰动。

3） 使用基于向量的场景表示的行为克隆（BC-V）。BC-V是一个基于PointNet主干网的标准BC规划器。规划者的输入是以自我为中心的场景向量，这与本文中的场景表示相同。

4） 基于向量的场景表示和轨迹扰动的行为克隆（BC-VP）。该方法将合成扰动添加到基于向量的场景表示的自我轨迹中。

C.评价指标

我们使用以下指标来全面评估规划师的绩效。这些指标反映了模仿性能和安全性。应该注意的是，前四个度量用于闭环测试；最后两个是开环测试。

1） 碰撞：SDV与任何其他智能车身的碰撞，包括与SDV的前部、后部和侧面碰撞。

2） L2：L2从驾驶日志中的基础专家位置开始的位移误差，单位为米。

3） 脱离道路：如果计划轨迹和参考轨迹之间的横向距离超过2米，就会触发此事件。该指标反映车辆驶离道路或驶入相反车道。

4） 干预措施：该综合指标通过考虑碰撞和越野事件来评估安全故障。

5） ADE：规划轨迹的平均位移误差。

6） FDE：规划轨迹的最终位移误差。

D.实验结果

我们进行了闭环和开环测试来评估模型的性能。在闭环测试中，我们验证了所提出的两阶段轨迹规划方法的安全性。在开环测试中，我们重点研究了人类计划驾驶轨迹和实际驾驶轨迹之间的距离。

1） 闭环测试：我们通过闭环测试将所提出的模型的规划性能与四个BC规划基准进行了比较。在1000个场景中的实验结果表明，该方法的碰撞率低于所有基线。在1000种场景中，我们的方法总共导致了62次碰撞，这是所有比较规划者中最低的。这一结果表明，所提出的两阶段方法在规划过程中更安全敏感。此外，我们的模型规划的轨迹更加合理。我们的规划师的越野活动数量是所有规划师中最低的。

我们发现扰动是解决闭环测试中协方差偏移问题[3]的一种重要技术。具体而言，与没有轨迹扰动的BC规划者（如BC-I和BC-V）相比，具有轨迹扰动的BC-IP、BC-VP和我们提出的方法的BC规划者在安全性和合理性方面都表现出了改进的规划性能。我们的结果表明，在训练过程中使用轨迹扰动作为数据增强方法，可以显著减少训练和推理时间分布之间的不匹配，提高规划器在闭环测试中的泛化能力。这一结论适用于基于图像和基于矢量的规划者。

图3 具有不确定性的复杂交叉口中闭环测试的可视化

为了进一步验证我们提出的规划器的合理性，我们将所提出的方法的规划行为与复杂交互场景的基准方法可视化。如图3所示，我们的方法可以使红色的SDV在显示红灯时停在十字路口，并在显示绿灯时恢复移动，同时与其他车辆保持安全距离并沿路线行驶。规划轨迹接近人类驾驶员的蓝色参考轨迹。相比之下，基于基线BC-VP规划器的车辆在不遵循路线的情况下闯红灯并撞上其他车辆。

表1 基线规划度量与闭环测试方法

2） 开环测试：我们还使用开环测试评估了所提出的规划器和BC-VP规划器的模拟性能。性能指标反映了BC规划者的规划轨迹与分布场景中人类驾驶员的参考轨迹的接近程度。实验结果如表二所示。我们的规划器在ADE和FDE指标上的值都低于基准，这表明我们的方法更有能力模仿专家的驾驶行为。

表2 基线规划度量和我们的开环测试方法

3） 消融研究：为了验证所提出方法中不同模块的有效性，我们使用闭环测试进行了消融研究。消融模块包括驾驶风格识别（DS）和安全验证（SV）。

闭环测试结果如表III所示。模拟和越野事件指标表明，在不考虑驾驶风格的情况下，计划的车辆轨迹与实际参考轨迹有很大差异。这一结果表明，其他驾驶员的驾驶风格部分影响人类的驾驶轨迹。因此，考虑到周围的车辆将有助于实现SDV的合理规划。

表3 闭环试验消融研究的规划指标

安全验证模块也被证明是有效的。实验结果表明，与不使用安全验证相比，使用安全验证可以减少碰撞次数。这一结果表明，多模式轨迹生成和安全验证相结合可以最大限度地提高SDV驾驶过程中的安全性。