淺析無(wú)人駕駛中的決策技術(shù)

印徐偉屹

摘 要：無(wú)人駕駛技術(shù)對(duì)于發(fā)展新興技術(shù)、改善交通狀況、建設(shè)智能城市等有著深遠(yuǎn)的意義。在技術(shù)上無(wú)人駕駛可以分為感知、決策、執(zhí)行三大模塊。本文重點(diǎn)介紹無(wú)人駕駛中的決策技術(shù)，包括兩種典型技術(shù)路線的基本原理、典型應(yīng)用和優(yōu)缺點(diǎn)分析，并在最后對(duì)無(wú)人駕駛決策技術(shù)的發(fā)展提出建議。

關(guān)鍵詞：無(wú)人駕駛;決策系統(tǒng);自動(dòng)狀態(tài)機(jī);深度學(xué)習(xí)

中圖分類號(hào)：TP391.41 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1671-2064（2020）10-0092-02

0引言

隨著科技的發(fā)展和社會(huì)的進(jìn)步，汽車已經(jīng)成為了人們?nèi)粘Ｉ畹谋匦杵?。我?guó)作為汽車消費(fèi)大國(guó)，對(duì)于無(wú)人駕駛汽車的需求也是十分明顯的：首先，無(wú)人駕駛汽車應(yīng)用能夠降低交通事故發(fā)生的概率，保證了人們的安全;其次，無(wú)人駕駛汽車對(duì)于殘疾人來(lái)說(shuō)，也能夠大大降低出行的難度，在一定程度上能夠進(jìn)一步刺激汽車市場(chǎng)，推動(dòng)汽車行業(yè)向未來(lái)大步前進(jìn);再次，無(wú)人駕駛汽車往往與新能源、清潔能源等概念緊密聯(lián)系，發(fā)展無(wú)人駕駛汽車也能夠?yàn)槲覈?guó)的環(huán)境保護(hù)和能源保護(hù)作出貢獻(xiàn);最后，無(wú)人駕駛汽車的發(fā)展與通信技術(shù)的發(fā)展是密不可分的，發(fā)展無(wú)人駕駛汽車在客觀上也能夠不斷推動(dòng)通信技術(shù)的發(fā)展。

無(wú)人駕駛技術(shù)是一項(xiàng)多個(gè)學(xué)科高度融合、高度交叉的新興技術(shù)，其發(fā)展需要多種技術(shù)的共同支持，因此當(dāng)我們?cè)谧鱿嚓P(guān)研究時(shí)，應(yīng)當(dāng)采用模塊化的思想進(jìn)行學(xué)習(xí)和探究，適當(dāng)?shù)貙?duì)無(wú)人駕駛技術(shù)進(jìn)行解構(gòu)和分類。

1無(wú)人駕駛技術(shù)分析

無(wú)人駕駛目前尚處于高速發(fā)展的階段，因此不同研究團(tuán)體的實(shí)現(xiàn)方式、技術(shù)構(gòu)成各有不同，但總體上看，可以將無(wú)人駕駛的技術(shù)實(shí)現(xiàn)分為三個(gè)部分：感知、決策和控制[1]。

1.1感知模塊

感知模塊指的是無(wú)人駕駛汽車需要對(duì)周圍的環(huán)境進(jìn)行信息采集并匯總給決策模塊。就像人類需要對(duì)周圍的事物進(jìn)行識(shí)別和判斷一樣，無(wú)人駕駛汽車也需要對(duì)自己所處的位置和周圍的事物進(jìn)行識(shí)別和判斷。因此，無(wú)人駕駛的感知模塊可以總結(jié)為兩個(gè)任務(wù)：識(shí)別與定位[2]。識(shí)別任務(wù)指的是無(wú)人駕駛汽車需要對(duì)周圍的障礙物（除去汽車以外的所有物體）進(jìn)行識(shí)別，定位任務(wù)指的是無(wú)人駕駛汽車需要確定自身相對(duì)于周邊環(huán)境的位置[3]。隨后，感知系統(tǒng)將獲取的信息輸入到?jīng)Q策模塊中。

1.2執(zhí)行模塊

執(zhí)行模塊指的是在決策模塊給出決策信息后，根據(jù)決策信息對(duì)無(wú)人駕駛汽車的各個(gè)部件實(shí)施物理控制，包括剎車、加速、轉(zhuǎn)向等。隨著自動(dòng)控制技術(shù)的發(fā)展，無(wú)人駕駛的執(zhí)行模塊已經(jīng)非常成熟。因此，無(wú)人駕駛汽車技術(shù)的關(guān)鍵在于如何根據(jù)已有信息作出合理、快速、安全的決策。

1.3決策模塊

決策模塊的任務(wù)是根據(jù)無(wú)人駕駛汽車感知模塊獲得的信息進(jìn)行指令的下達(dá)。在實(shí)際的運(yùn)行過(guò)程中，一方面無(wú)人駕駛汽車需要主動(dòng)地作出任務(wù)規(guī)劃和動(dòng)作指令，另一方面也要時(shí)刻對(duì)突發(fā)情況保持關(guān)注和給出反饋。同時(shí)我們還要考慮到指令本身是有層次的，既有路徑規(guī)劃這樣的宏觀任務(wù)，也有緊急制動(dòng)這樣的具體任務(wù)。因此，如何用數(shù)學(xué)語(yǔ)言去系統(tǒng)性地描述一個(gè)有著多輸入、多輸出的決策系統(tǒng)就成為了當(dāng)前制約無(wú)人駕駛系統(tǒng)的重大技術(shù)難關(guān)。

總的來(lái)看，目前決策系統(tǒng)的主要發(fā)展方向有兩個(gè)：（1）以自動(dòng)狀態(tài)機(jī)為首的基于規(guī)則的決策系統(tǒng);（2）以深度學(xué)習(xí)為首的基于學(xué)習(xí)的決策系統(tǒng)[4]，下文中將進(jìn)行重點(diǎn)介紹。

2無(wú)人駕駛中的決策技術(shù)分析

2.1基于規(guī)則的決策技術(shù)

在實(shí)際的運(yùn)行中，無(wú)人駕駛汽車經(jīng)常需要作出運(yùn)動(dòng)狀態(tài)的改變，而狀態(tài)改變的依據(jù)是對(duì)周圍環(huán)境的綜合判斷。為了讓無(wú)人駕駛汽車的運(yùn)行在我們的掌控之中，開(kāi)發(fā)人員需要提前對(duì)無(wú)人駕駛汽車的運(yùn)動(dòng)狀態(tài)進(jìn)行預(yù)設(shè)（例如加速、減速、轉(zhuǎn)彎、緊急制動(dòng)等）并在狀態(tài)的切換之間設(shè)置判斷條件。因此有限狀態(tài)機(jī)被廣泛應(yīng)用于無(wú)人駕駛決策系統(tǒng)。

2.1.1有限狀態(tài)機(jī)

有限狀態(tài)機(jī)（Finite-state machine，F(xiàn)SM），又稱有限狀態(tài)自動(dòng)機(jī)，簡(jiǎn)稱狀態(tài)機(jī)，是表示有限個(gè)狀態(tài)以及在這些狀態(tài)之間的轉(zhuǎn)移和動(dòng)作等行為的數(shù)學(xué)模型。在數(shù)學(xué)上有限狀態(tài)機(jī)是一個(gè)離散系統(tǒng)，描述了一個(gè)對(duì)象在其生命周期內(nèi)的可能行為/狀態(tài)序列，有限狀態(tài)機(jī)有四個(gè)基本要素：現(xiàn)態(tài)、次態(tài)、條件與動(dòng)作。在沒(méi)有任何的輸入或輸入不滿足條件時(shí)，狀態(tài)機(jī)保持現(xiàn)態(tài)并執(zhí)行現(xiàn)態(tài)的動(dòng)作;當(dāng)外部輸入滿足一定的條件時(shí)，狀態(tài)機(jī)跳到下一個(gè)狀態(tài)（即次態(tài)）并執(zhí)行次態(tài)的動(dòng)作。這種數(shù)學(xué)模型的邏輯清晰、實(shí)用性強(qiáng)，例如汽車在路口時(shí)，我們可以將輸入設(shè)置為紅綠燈，當(dāng)輸入為紅時(shí)汽車保持不動(dòng)，當(dāng)輸入為綠時(shí)汽車進(jìn)入行駛狀態(tài)。

2.1.2有限狀態(tài)機(jī)分類

從結(jié)構(gòu)上可以將有限狀態(tài)機(jī)分為串聯(lián)式、并聯(lián)式和混連式三種體系架構(gòu)[5]。

串聯(lián)式結(jié)構(gòu)是最為簡(jiǎn)單的結(jié)構(gòu)。不同的狀態(tài)之間像電路一樣單線鏈接，依次執(zhí)行，一般不構(gòu)成環(huán)路，比較典型的應(yīng)用是麻省理工大學(xué)的“塔羅斯”無(wú)人駕駛汽車。串聯(lián)式結(jié)構(gòu)簡(jiǎn)單，因此解決復(fù)雜問(wèn)題時(shí)有天然的劣勢(shì)。

并聯(lián)式結(jié)構(gòu)類似于電路的并聯(lián)結(jié)構(gòu)，各個(gè)子狀態(tài)的輸入和輸出呈現(xiàn)的是多節(jié)點(diǎn)的鏈接結(jié)構(gòu)，即根據(jù)輸入的信息可以同時(shí)進(jìn)入不同的子狀態(tài)。這種結(jié)構(gòu)對(duì)于復(fù)雜問(wèn)題的處理有著比較強(qiáng)的能力，但缺點(diǎn)在于當(dāng)面對(duì)過(guò)于復(fù)雜的任務(wù)時(shí)，如果子狀態(tài)過(guò)多就會(huì)導(dǎo)致算法機(jī)構(gòu)龐大，并且可能會(huì)導(dǎo)致邏輯沖突。比較典型的代表是國(guó)防科學(xué)技術(shù)大學(xué)研發(fā)的紅旗CA7460、梅賽德斯奔馳公司研發(fā)的Bertha無(wú)人車。

為了優(yōu)化自動(dòng)狀態(tài)機(jī)，人們提出了混聯(lián)式的結(jié)構(gòu)，即子狀態(tài)中既有串聯(lián)連接，又存在并聯(lián)連接，這種結(jié)構(gòu)雖然在設(shè)計(jì)的時(shí)候難度更大，但在實(shí)際執(zhí)行時(shí)能夠結(jié)合串聯(lián)式與并聯(lián)式的優(yōu)點(diǎn)，因此在大型決策任務(wù)中被廣泛采用。例如卡耐基梅隆大學(xué)與福特公司研發(fā)的BOSS無(wú)人車、弗吉尼亞理工大學(xué)研發(fā)的Odin無(wú)人車、中國(guó)科學(xué)技術(shù)大學(xué)研發(fā)的智能駕駛Ⅱ號(hào)等。

2.2基于學(xué)習(xí)的決策技術(shù)

2.2.1深度學(xué)習(xí)與神經(jīng)網(wǎng)絡(luò)

近些年來(lái)，隨著機(jī)器學(xué)習(xí)理論和計(jì)算機(jī)硬件技術(shù)的發(fā)展，基于大數(shù)據(jù)的深度學(xué)習(xí)方法在計(jì)算機(jī)視覺(jué)、人工智能、自然語(yǔ)言處理等多個(gè)領(lǐng)域大放異彩，其中又以神經(jīng)網(wǎng)絡(luò)表現(xiàn)最為突出，其基本思想是通過(guò)分析大量的樣本來(lái)學(xué)習(xí)人的行為。而在無(wú)人駕駛領(lǐng)域，許多研究人員也在試圖使用神經(jīng)網(wǎng)絡(luò)來(lái)賦予汽車學(xué)習(xí)的能力。

神經(jīng)網(wǎng)絡(luò)的出色之處在于能夠通過(guò)大量的計(jì)算來(lái)擬合“輸入”與“輸出”之間的映射關(guān)系，模擬了人腦對(duì)畫面信息的加工處理，即便這種映射是存在誤差的，但在工業(yè)上是能夠滿足要求的，自然也可以應(yīng)用于決策系統(tǒng)。在圖像識(shí)別任務(wù)中，研究人員構(gòu)建的是從圖像到目標(biāo)類的映射，而在決策任務(wù)中，研究人員構(gòu)建的是輸入信息到車輛操作的映射。顯然，這種從輸入端（實(shí)時(shí)圖像）到輸出端（實(shí)時(shí)決策）的映射本質(zhì)上是通過(guò)高明的算法讓計(jì)算機(jī)去完成復(fù)雜的、計(jì)算量巨大的函數(shù)擬合任務(wù)，也能夠大大降低決策系統(tǒng)的工程實(shí)現(xiàn)難度。

2.2.2典型應(yīng)用

NVIDIA公司研發(fā)的無(wú)人車輛駕駛系統(tǒng)就是典型的卷積神經(jīng)網(wǎng)絡(luò)的應(yīng)用，其輸入為每秒30幀的圖像，輸出則是轉(zhuǎn)向盤轉(zhuǎn)角，在訓(xùn)練階段，NVIDIA要求駕駛者駕駛車輛并記錄在駕駛過(guò)程中攝像頭拍到的數(shù)據(jù)和駕駛者對(duì)轉(zhuǎn)向盤的操作（轉(zhuǎn)角），以此來(lái)構(gòu)造訓(xùn)練集，隨后將該訓(xùn)練集交給一個(gè)9層的卷積網(wǎng)絡(luò)進(jìn)行訓(xùn)練、調(diào)整超參數(shù)。

百度一直將無(wú)人駕駛作為自己的重要研究項(xiàng)目，為了實(shí)現(xiàn)車輛的橫向（左右）與縱向（前后）控制，他們使用了LSTM網(wǎng)絡(luò)和卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行實(shí)時(shí)控制判斷。橫向控制任務(wù)的處理思路與NVIDIA類似，使用了單幅圖像作為輸入，曲率作為卷積神經(jīng)網(wǎng)絡(luò)的輸出;在縱向控制任務(wù)中，百度將該問(wèn)題處理為時(shí)空序列預(yù)測(cè)問(wèn)題，輸入數(shù)據(jù)為最近的5幀圖像，輸出為縱向的控制信號(hào)（油門、剎車）。

Mobileye在無(wú)人駕駛中引入了增強(qiáng)學(xué)習(xí)，更加強(qiáng)調(diào)了人工智能系統(tǒng)與外界的交互、學(xué)習(xí)和進(jìn)化。增強(qiáng)學(xué)習(xí)的基本思路是對(duì)整個(gè)系統(tǒng)的行為給出及時(shí)更新的評(píng)價(jià)，對(duì)有利于任務(wù)的完成和目標(biāo)實(shí)現(xiàn)的行為給出高評(píng)價(jià)，對(duì)不利于任務(wù)完成、違反規(guī)定、造成負(fù)面影響的行為給出低評(píng)價(jià)，這樣就在數(shù)學(xué)上實(shí)現(xiàn)了對(duì)決策系統(tǒng)的反饋，或者說(shuō)就讓計(jì)算機(jī)有了“摸著石頭過(guò)河”的依據(jù)。有了科學(xué)的評(píng)價(jià)，計(jì)算機(jī)就可以通過(guò)大量計(jì)算和模擬來(lái)實(shí)現(xiàn)對(duì)整個(gè)決策系統(tǒng)的優(yōu)化[6]。

3針對(duì)無(wú)人駕駛決策系統(tǒng)的發(fā)展建議

不難總結(jié)，基于狀態(tài)機(jī)的方法是符合人類邏輯的、規(guī)則的方法，解釋性強(qiáng)，適合進(jìn)行決策行為的描述;基于學(xué)習(xí)的方法更加依賴于大數(shù)據(jù)和計(jì)算機(jī)強(qiáng)大的計(jì)算能力，在“端對(duì)端”問(wèn)題上表現(xiàn)非常出色，適合進(jìn)行具體動(dòng)作的指令[7]。綜上，對(duì)于無(wú)人駕駛的決策系統(tǒng)筆者提出如下建議：

（1）決策系統(tǒng)由上至下分為“任務(wù)”“行為”“動(dòng)作”三個(gè)層次，在任務(wù)層次決策系統(tǒng)需要確定無(wú)人駕駛汽車的路徑規(guī)劃等抽象任務(wù);行為層次負(fù)責(zé)無(wú)人駕駛系統(tǒng)的宏觀行為，例如跟車、右轉(zhuǎn)、停泊等;動(dòng)作層次負(fù)責(zé)無(wú)人駕駛汽車的具體行為。

（2）基于規(guī)則的算法將更多地應(yīng)用于構(gòu)建決策系統(tǒng)的上層架構(gòu)，充分發(fā)揮以狀態(tài)機(jī)為首的規(guī)則算法的模塊化處理與邏輯性強(qiáng)的優(yōu)勢(shì)，避免狀態(tài)機(jī)進(jìn)行過(guò)于細(xì)化的、具體的決策。

（3）端到端的學(xué)習(xí)方法在具體行為決策上有著天然的優(yōu)勢(shì)，因此更有利于在動(dòng)作層次中發(fā)揮優(yōu)勢(shì)，充分發(fā)揮場(chǎng)景便利的優(yōu)勢(shì)，能夠?qū)⒏鞣N情況納入考慮范圍內(nèi)。更為重要的是底層行為層次相比于較高的層次而言，擁有更多的數(shù)據(jù)量以供學(xué)習(xí)。

（4）跳出無(wú)人駕駛汽車這個(gè)概念本身，5G時(shí)代是萬(wàn)物互聯(lián)的時(shí)代，因此在將來(lái)無(wú)人駕駛汽車不再是一個(gè)單獨(dú)的個(gè)體，而是納入整個(gè)交通信息網(wǎng)的一個(gè)組成單元。也就是說(shuō)決策系統(tǒng)除去任務(wù)層次，可能還會(huì)有更高的城市系統(tǒng)的層次。

4結(jié)語(yǔ)

無(wú)人駕駛是信息時(shí)代多種高精尖技術(shù)綜合作用下的產(chǎn)物，與人工智能技術(shù)、信息技術(shù)、機(jī)電一體化技術(shù)、通信技術(shù)等聯(lián)系密切，深度耦合，而決策系統(tǒng)則是無(wú)人駕駛?cè)竽K中最為復(fù)雜和迷人的系統(tǒng)，吸引著無(wú)數(shù)科學(xué)家、工程師。筆者相信隨著5G時(shí)代的到來(lái)，無(wú)人駕駛汽車必然能夠迎來(lái)重大的技術(shù)突破，搭載有效可靠的決策系統(tǒng)，實(shí)現(xiàn)真正的智能交通。

參考文獻(xiàn)

[1] 周丁濤.淺析無(wú)人駕駛中的感知技術(shù)[J].科技傳播，2018，10（23）：157-159.

[2] 馬飛躍，王曉年.無(wú)人駕駛汽車環(huán)境感知與導(dǎo)航定位技術(shù)應(yīng)用綜述[J].汽車電器，2015（2）：1-5.

[3] 王俊.無(wú)人駕駛車輛環(huán)境感知系統(tǒng)關(guān)鍵技術(shù)研究[D].北京：中國(guó)科學(xué)技術(shù)大學(xué)，2016.

[4] 熊璐，康宇宸，張培志，等.無(wú)人駕駛車輛行為決策系統(tǒng)研究[J].汽車技術(shù)，2018（8）：1-9.

[5] 王奕康.無(wú)人駕駛汽車技術(shù)及其發(fā)展探究[J].中國(guó)新通信，2018，20（6）：176-177.

[6] 肖已達(dá).面向城區(qū)綜合環(huán)境的無(wú)人駕駛車輛平臺(tái)及關(guān)鍵技術(shù)研究[D].上海：上海交通大學(xué)，2013.

[7] 王欽普，趙佳，趙浩.無(wú)人駕駛汽車發(fā)展面臨的挑戰(zhàn)與建議[J].客車技術(shù)與研究，2016（6）：2-6.