入门端到端第一步!最新综述回顾基于深度学习的规划方法发展历程

这篇新的综述,系统的回顾了基于深度学习的预测和规划方法, 端到端方法的发展历程, 非常适合初学者了解领域背景.

The Integration of Prediction and Planning in Deep
Learning Automated Driving Systems: A Review

0. 摘要

自动化驾驶系统有潜力彻底改变个人、公共和货物的流动性。除了感知的巨大挑战，即利用现有的传感器数据准确感知环境，自动化驾驶还包括规划一个安全、舒适和高效的运动轨迹。为了促进安全和进步，许多工作依赖于预测周围交通未来运动的模块。模块化的自动化驾驶系统通常将预测和规划作为顺序独立的任务来处理。虽然这种方法考虑了周围交通对自动驾驶车辆的影响，但它未能预测交通参与者对自动驾驶车辆行为的反应。最近的工作表明，在相互依赖的联合步骤中整合预测和规划对于实现安全、高效和舒适的驾驶是必要的。虽然各种模型实现了这样的集成系统，但缺乏对不同原则的全面概述和理论理解。我们系统地回顾了最先进的基于深度学习的预测、规划和集成预测规划模型。从模型架构和模型设计到行为方面考虑了集成的不同方面，并将它们相互关联。此外，我们讨论了不同集成方法的含义、优势和局限性。通过指出研究空白、描述相关的未来挑战，并强调研究领域的趋势，我们确定了未来研究的有前景的方向。

1. 引言

1.1 自动驾驶的子任务划分

自动驾驶技术(AD)是一项复杂的系统工程，它通常被划分为几个关键子任务，以确保驾驶过程的安全性、效率和舒适性。这些子任务包括感知、预测、规划和控制。感知任务负责处理来自车辆传感器的输入数据，创建周围环境的模型。预测子任务是基于感知数据，对未来交通参与者的行为进行预测。规划子任务则是基于预测结果，为自动驾驶车辆本身规划一条安全、舒适且高效的运动轨迹。最后，控制子任务执行规划任务产生的轨迹，通过车辆的控制系统来实现。

在自动驾驶系统中，各个子任务之间存在着紧密的相互依赖关系。例如，感知模块的性能直接影响预测和规划的准确性，而规划的结果又需要控制模块能够精确执行。因此，这些子任务必须协同工作，才能实现自动驾驶系统的整体目标。

1.2 预测与规划的关系

预测和规划是自动驾驶系统中的两个核心子任务，它们之间的关系对于实现安全驾驶至关重要。预测模块负责预测周围交通参与者的未来行为，而规划模块则需要基于这些预测来规划自动驾驶车辆的轨迹。这两个模块之间的交互是双向的：一方面，规划模块需要准确的预测信息来规划合理的轨迹；另一方面，规划模块的决策也会影响周围交通参与者的行为，从而需要预测模块考虑这些潜在的影响。

传统的自动驾驶系统通常将预测和规划作为两个独立的模块来处理，这种模块化方法虽然在实现上较为简单，但它忽视了两个模块之间的相互作用。例如，自动驾驶车辆的规划决策可能会影响周围车辆的行为，而这些行为的变化又需要预测模块进行更新。因此，为了实现更加安全和高效的自动驾驶，越来越多的研究开始探索如何将预测和规划集成到一个联合模型中，以实现双向的交互和更复杂场景下的适应性。

在自动驾驶的研究和实践中，对预测和规划集成方法的探索是一个活跃的研究方向。例如，一些研究提出了将预测和规划集成的方法，通过共享特征表示或联合优化来提高系统的安全性和效率。这些方法的共同目标是在保持系统可解释性的同时，提高对复杂交通场景的适应能力。通过对这些方法的系统性回顾和分析，可以为未来的自动驾驶系统设计提供理论基础和实践指导。

2. 自动驾驶系统

2.1 系统架构

自动驾驶系统的架构是实现自动驾驶功能的基础。一个典型的自动驾驶系统架构包括以下几个关键组成部分：

感知模块：负责收集和处理来自车辆传感器（如摄像头、雷达、激光雷达等）的数据，以识别周围环境，包括其他车辆、行人、道路标志和交通信号等。
预测模块：基于感知模块提供的环境信息，预测周围交通参与者的未来行为和轨迹。
规划模块：根据预测结果，规划自动驾驶车辆的行驶轨迹，确保安全、舒适和高效。
控制模块：执行规划模块生成的轨迹，通过控制车辆的油门、刹车和转向系统来跟踪预定轨迹。

这些模块通常被设计为相互独立的子系统，但它们之间的交互对于实现自动驾驶至关重要。例如，控制模块的执行效果会反馈到感知模块，以更新车辆的状态和环境信息。

2.1.1 模块化与集成化架构

模块化架构：在这种架构中，每个子任务由专门的模块独立处理。模块化设计有助于将复杂问题分解为更小、更易于管理的部分，同时也便于单独优化每个模块。
集成化架构：集成化架构强调子任务之间的协同和信息共享。例如，预测模块的输出可以直接用于规划模块的输入，而规划模块的决策可以反馈给预测模块，以考虑自动驾驶车辆的行为对周围环境的影响。

2.1.2 端到端架构

端到端架构：这种架构通过一个统一的模型直接从原始感知输入到控制命令，省去了传统的中间步骤。端到端模型可以自动学习感知、预测、规划和控制之间的复杂映射关系。

2.2 任务定义

自动驾驶系统中的每个子任务都有明确的定义和目标：

2.2.1 感知任务

目标检测：识别和定位周围的车辆、行人、骑行者和其他障碍物。
道路和车道线检测：识别道路边界和车道线，为车辆定位和轨迹规划提供基础。
交通标志和信号识别：识别交通规则和信号，确保遵守交通法规。

2.2.2 预测任务

意图预测：预测其他交通参与者的意图和可能的行为。
轨迹预测：基于意图预测，预测其他交通参与者的未来轨迹。

2.2.3 规划任务

路径规划：在地图上规划一条从起点到终点的路径。
行为规划：决定车辆在特定情境下的驾驶策略，如超车、变道等。
运动规划：生成详细的轨迹，指导车辆如何在时间和空间上移动。

2.2.4 控制任务

横向控制：控制车辆的转向，以跟踪预定轨迹。
纵向控制：控制车辆的加速和减速，以维持安全距离和速度。

这些任务的定义和实现对于自动驾驶系统的安全性和效率至关重要。通过对这些任务的深入研究和优化，可以提高自动驾驶系统的整体性能。

3. 预测方法

3.1 场景表示

在自动驾驶系统中，场景表示是理解周围环境的基础，它涉及到从传感器数据中提取和整合关键信息，以便进行后续的处理和决策。场景表示的方法主要分为栅格化和稀疏表示两种。

栅格化表示：这种方法使用固定大小的网格将环境划分为多个区域，每个网格单元包含该区域的环境信息。这种方法的优点是能够提供连续的环境表示，适合于处理空间关系密切的场景。然而，栅格化表示可能会产生大量的数据，导致计算复杂度增加。
稀疏表示：与栅格化表示相反，稀疏表示只关注环境中的关键对象，如其他车辆、行人等，而忽略无关的背景信息。这种方法的优点是可以减少数据量，提高计算效率，并且能够更直接地捕捉到关键对象的特征。稀疏表示通常采用图结构来表示对象及其关系。

在自动驾驶的轨迹预测中，场景表示的目的是为了捕捉到影响车辆行驶意图和轨迹的关键信息。例如，车辆的位置、速度、加速度、航向等状态信息，以及它们之间的相对关系，都是场景表示中需要考虑的因素。

3.2 交互建模

交互建模是预测方法中的核心环节，它涉及到理解和预测不同交通参与者之间的相互作用。这些相互作用可能包括避让、跟随、超车等行为。交互建模的目标是预测出交通参与者在未来一段时间内的行为和轨迹。

基于规则的方法：早期的交互建模方法依赖于手工设计的规则，这些规则基于交通规则和人类驾驶行为的常识。然而，这种方法很难覆盖所有可能的交通场景，且难以适应复杂多变的交通环境。
基于深度学习的方法：近年来，深度学习方法在交互建模中取得了显著的进展。通过从大量数据中学习，深度学习模型能够捕捉到复杂的交互模式，并预测出更加准确的行为和轨迹。常见的深度学习模型包括循环神经网络(RNN)、卷积神经网络(CNN)、图神经网络(GNN)和Transformer等。
多模态建模：由于自动驾驶场景的复杂性，单一的数据源往往难以提供足够的信息进行准确的交互建模。因此，多模态建模方法通过融合来自不同传感器（如摄像头、雷达、激光雷达）的数据，以获得更全面的场景理解。

3.3 轨迹解码

轨迹解码是预测方法的最后一步，它涉及到将模型预测的未来状态转换为具体的轨迹。轨迹解码的方法可以分为以下几类：

one-shot方法：这类方法直接预测未来的轨迹点，可以进一步分为轨迹回归和锚点轨迹分类。轨迹回归通常使用多层感知机(MLP)或其他神经网络结构直接从潜在特征中解码出轨迹点。锚点轨迹分类则利用预先定义的轨迹模板进行分类。
two-shot方法：这类方法首先预测一个初始轨迹，然后通过改进策略生成最终的轨迹预测。
n-shot方法：这类方法通过生成一系列可能的轨迹，然后选择最佳的一条作为预测结果。
多模态预测：由于未来行为的不确定性，多模态预测方法能够生成一组可能的轨迹，而不是单一的确定性预测。这可以通过离散轨迹集的采样或连续分布的建模来实现。

在轨迹解码过程中，需要考虑运动学和动力学的约束，以确保预测的轨迹是可行的。此外，为了提高预测的准确性，还需要考虑车辆之间的相互作用和环境因素的影响。

4. 规划方法

自动驾驶系统中的规划方法负责生成一条安全、舒适且高效的行驶轨迹。规划方法的有效性直接影响自动驾驶车辆的性能和安全性。本章节将详细介绍规划方法的输入表示、输出表示、目标调整以及规划算法。

4.1 输入表示

规划模块的输入表示是其生成轨迹的基础。输入数据的质量和表示方式直接影响规划结果的准确性和可靠性。

环境感知数据：包括车辆周围其他交通参与者的位置、速度、加速度等状态信息，以及道路、交通标志和信号等环境信息。这些数据通常由感知模块提供，是规划模块进行决策的基础。
预测结果：预测模块提供的未来交通参与者的行为和轨迹预测，为规划模块提供了重要的前瞻性信息。这些预测结果帮助规划模块考虑未来可能的交通场景，从而生成更合适的轨迹。
车辆状态：包括自动驾驶车辆自身的速度、加速度、航向等状态信息，这些信息对于规划模块确定车辆的动态约束和运动能力至关重要。

4.2 输出表示

规划模块的输出表示是其生成的轨迹，这条轨迹需要满足安全性、舒适性和运动可行性的要求。

轨迹点序列：规划模块输出的轨迹通常由一系列未来的时间点和相应的车辆位置、速度、加速度等状态组成。这些轨迹点定义了车辆在未来一段时间内的预期运动。
控制命令：在某些情况下，规划模块直接输出控制命令（如方向盘转角、油门开度、刹车力度等），这些控制命令用于直接控制车辆的行驶。

4.3 目标调整

规划模块的目标调整是指根据实时的环境变化和预测结果，动态调整规划目标，以适应不断变化的交通环境。

动态路径调整：根据实时的交通状况和预测结果，规划模块可能需要重新规划路径，以避开潜在的障碍物或冲突区域。
行为决策更新：规划模块可能需要根据预测的交通参与者行为变化，更新其行为决策，如变更车道、超车等。

4.4 规划算法

规划算法是规划方法的核心，它决定了如何从输入表示生成输出表示。

基于采样的规划算法：如RRT、RRT*等，通过在状态空间中采样并连接样本点来生成轨迹。这些算法能够处理复杂的动力学约束和非结构化环境。
基于优化的规划算法：如MPC等，通过优化一个目标函数来生成轨迹。这些算法通常需要定义一个代价函数，它考虑了安全性、舒适性和效率等因素。
基于规则的规划算法：依赖于手工设计的规则来生成轨迹。这些规则通常基于交通法规和人类驾驶经验。
混合规划算法：结合了多种规划方法的优点，如将采样方法与优化方法结合，以提高规划的效率和适应性。

规划算法的选择和设计需要考虑实时性、计算资源和问题规模等因素。在自动驾驶系统中，规划算法通常需要在保证安全性的同时，尽可能地提高规划的效率和适应性。

5. 预测与规划的集成

5.1 集成原则

在自动驾驶系统中，预测和规划的集成原则是为了实现更高效、更安全的驾驶行为。集成原则的核心思想是将预测和规划视为一个联合的、相互依赖的过程，而不是两个独立的任务。

联合优化：集成方法通过联合优化预测和规划任务，使得规划器在生成轨迹时能够考虑到周围交通参与者的未来行为，同时预测模块也能够考虑到自动驾驶车辆的规划对周围交通的影响。
信息共享：在集成框架中，预测和规划模块共享信息和特征表示，这有助于提高整体系统的准确性和鲁棒性。共享的信息包括车辆状态、环境感知数据和交通参与者的行为预测。
双向交互：集成原则强调自动驾驶车辆与周围交通参与者之间的双向交互。这意味着规划决策不仅基于对周围环境的预测，还需要能够影响和适应这些预测。

5.2 本车与其他车辆的关系

自动驾驶车辆与其他车辆的关系是预测与规划集成中的一个重要方面。理解这些关系有助于提高自动驾驶系统的安全性和效率。

相互作用：自动驾驶车辆的规划决策需要考虑与其他车辆的相互作用，例如，当自动驾驶车辆改变车道时，需要预测周围车辆可能的反应，并据此调整自己的行为。
协同驾驶：在某些情况下，自动驾驶车辆可能需要与其他车辆协同驾驶，例如在高速公路上的车队行驶。这要求预测和规划模块能够理解和适应协同车辆的行为。

优先级和礼让：自动驾驶车辆在与其他车辆交互时，需要根据交通规则和礼仪来确定优先级和礼让行为。这要求预测模块能够准确预测其他车辆的意图，而规划模块则需要据此做出合理的规划决策。

5.3 安全与应急规划

安全与应急规划是预测与规划集成中的另一个关键方面。这些规划方法确保自动驾驶车辆能够在各种情况下安全行驶。

最坏情况规划：这种规划方法考虑了最坏情况下的交通场景，例如突然的障碍物出现或前方车辆的紧急刹车。规划模块需要能够快速响应这些情况，并生成安全的应急轨迹。
概率风险评估：在集成预测和规划时，系统需要评估不同规划决策的风险概率，并选择风险最低的方案。这要求预测模块能够提供关于未来行为的不确定性信息。
动态应急策略：自动驾驶车辆需要能够根据实时的交通情况和预测结果动态调整其应急策略。这要求规划模块具有高度的适应性和灵活性。

5.4 可能的集成方式组合

预测与规划的集成方式可以有多种组合，每种组合都有其优势和局限性。以下是一些可能的集成方式组合：

模块化与端到端：模块化方法允许对预测和规划模块进行单独优化，而端到端方法则通过一个统一的模型来处理所有任务。这两种方法可以结合使用，例如，使用模块化方法进行初步设计，然后通过端到端训练来优化整体性能。
顺序与联合：在顺序集成中，预测模块的输出作为规划模块的输入。而在联合集成中，预测和规划模块共享网络层并同时进行优化。这两种方法可以根据具体应用场景和性能要求进行选择。
可解释性与黑盒模型：集成预测和规划时，可解释性是一个重要的考虑因素。一些集成方法可能倾向于提供更多的可解释性，而其他方法则可能在性能上更优，但缺乏透明度。在实际应用中，需要根据对可解释性的需求来权衡这些方法。