運動規劃是自動駕駛技術棧中的關鍵一步，負責把上游的孤立、異構、模糊的多方面信息整合成自洽的運動軌跡（trajectory）；好的軌跡需要滿足多方面的要求，其中最重要的方面包括安全性（safety）和舒適性（comfort）。對于車輛自動駕駛來說，車輛的控制是限制在地面這個二維世界里。但軌跡并不在這個空間中，因為軌跡并不僅是簡單的一個瞬時的狀態，也需要考慮時間這一維度。因此，它是一條在二維空間和一維時間組成的三維空間中的曲線。軌跡的時間跨度，稱為時域（horizon），通常要達到8-10秒這個范圍（這個時間也跟算法的優化結果相關），才能滿足公開道路產品級自動駕駛的需求。

大方：「QBlog 03」運動軌跡僅僅是2D的？——論運動規劃的維度?zhuanlan.zhihu.com為什么要在比較長的時間跨度上規劃完整的運動，而不能只是簡單地規劃當前瞬間的動作（油門、剎車、轉向）呢？目前很多基于端到端學習的規劃方法都是這么做的，畢竟人類司機駕駛時，很多時候也只考慮眼前需要的動作而已。進行長時程的完整規劃主要是為了保證未來的規劃問題仍然可解。車輛從動力學上來說，慣性很大；從運動學上來說，又屬于非完整系統（non-holonomic，即車輛不能瞬間改變朝向），所以如果只考慮當前位姿，是不能作出有前瞻性的駕駛動作的。缺乏前瞻性的駕駛動作雖然目前看來不錯，但很容易把自己開進死胡同，造成一段時間之后無解。如果觀察到路口的紅燈，無人車必須根據當前速度提前剎車才能保證不闖紅燈；如果只考慮眼前，會發現在到達路口之前都沒有剎車的必要（不會立刻違反交通規則），而到了路口，再剎車就來不及了。這就是為什么模塊的名字叫做運動規劃（motion planning）——規劃就是計劃未來。端到端學習的方法只輸出當前駕駛動作，實際上相當于把控制（control）也囊括在內了，但通常模型內部還是需要通過輔助損失函數（auxiliary loss）等方式對未來有一個預測和考量的（比如Waymo的ChauffeurNet）。在時空的三維空間中的軌跡，可以完整地描述未來一段時間之內的運動的全貌。因此，對這個完整運動的最優解算就可以實現有前瞻性的運動規劃。這就是為什么我們要在運動規劃的時候考慮未來時間這個維度。為什么自動駕駛運動規劃的更新周期那么短，卻要規劃出那么長的一段軌跡？?www.zhihu.com

總結如下：

• 駕駛感受：駕駛員的大腦在時刻的運轉，我們每看一次道路其實就是重新做了一次規劃Replan，我們看的足夠遠我們的規劃才足夠穩定。如果我們的視線只盯著車前2m，車開的大概率是左沖右撞的，因為只有到跟前了我們才知道前邊有個障礙物，慌忙打方向或緊急剎車。
• 算法優化：在簡單靜態環境中，運動規劃完全可以使用初始時刻規劃好未來的一段路徑和對應的速度，直到到達規劃的終點再重新規劃Replan。但現實環境是，1）場景很可能復雜，只使用一次規劃耗時長，導致計算效率低；2）由于其他交通參與者的存在導致周圍環境是隨著時間變化的。所以在這樣的場景下，為了是規劃的路徑質量更高，需要不斷迭代來適應環境，規劃的路徑越長，則越好地避免陷入局部最優解，不影響規劃的整體質量。

• 規劃的軌跡長

是為了保證軌跡（位姿、速度）在較長的時空內盡可能穩定+最優；

對于橫向軌跡和縱向速度的跟隨控制而言，證明跟蹤的這一段是“正確的軌跡”。

• 更新的周期短

是為了保證將環境變化（位姿、速度）實時地更新到軌跡結果中，盡快用新的測量信息來修正之前的誤差。

對于控制而言，的確只用了dt的這一段信息

不考慮誤差的話，多周期規劃的軌跡在大地坐標下應是一致的。滿足這個一致性條件，就可以定周期規劃，更短周期去跟蹤，最終行駛出一條符合預期的軌跡（位置和速度）。

---

運動規劃考慮空間和未來時間這三個維度，就夠了嗎？要回答這個問題，繞不開體感這個話題。體感也就是物理舒適度（physical comfort），是駕駛舒適度的一個重要方面，反映了車輛運動的不平滑性。體感與舒適度的其他方面一樣，比較主觀，評估需要從多種指標考慮。常用的指標包括橫向和縱向（lateral and longitudinal）的加速度（acceleration）和加加速度（jerk）等。從這些指標可以看出，對于體感來說，運動軌跡對時間的導數是非常重要的，理想的運動軌跡在時間上必須足夠平滑。

圖：平滑的速度（v-t）曲線。軌跡的平滑性是舒適體感的核心。
上面說到，在運動規劃給出的軌跡（對未來運動的規劃）里，可以清楚地評估和優化未來運動的平滑性，但過去的運動軌跡則是另一番景象。過去是不可改寫的，更重要的是，過去的軌跡是在過去每一個時間點的未來軌跡的初始段積累而成的，類似于控制中的滾動時域優化（receding horizon control）。過去某時刻對當時的未來的規劃，也可以因時間推移，感知預測等信息的更新而更改；比如，兩秒鐘之前規劃的軌跡中預計行駛兩秒后到達的位置，可以不同于一秒前規劃的軌跡中預計行駛一秒后到達的位置，而二者又皆可不同于當前實際所在位置。因此過去這個時間維度不僅僅是未來時間向相反方向的延伸。尤其是這兩個時間維度的接合處，也就是當前時刻，是需要額外細致處理的。體感的效果，必須這些地方每一處都精心優化，才能得以保證。

就縱向的速度規劃而言，時間維度是平衡橫縱向控制的關鍵因素。針對不同場景規劃出的軌跡線需要與之匹配出最優的速度和加速度。例如，對于前方靜止障礙物，無人車需要實時地根據不同的當前車速，規劃出減速曲線。其中，安全上能保證任何速度下，都能在障礙物前方幾米內穩定剎停或者跟停；舒適上開始切入減速的沖擊度連續；另外最好不觸發AEB緊急制動，這是在感知融合后識別前方靜止物后。

那么實際在縱向的速度規劃中，時間維度和速度位置維度需要進行反復優化，相關的問題如：

ACC自適應巡航為什么不能識別靜止物體？?www.zhihu.com

總結

以上是生活随笔為你收集整理的实现运动轨迹_【自动驾驶】运动规划丨速度规划丨时间维度的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。