Apollo自动驾驶红绿灯右转场景的决策规划算法优化实践

1次阅读

没有评论

共计 1834 个字符，预计需要花费 5 分钟才能阅读完成。

红绿灯右转场景是城市自动驾驶中最具挑战性的场景之一，主要原因在于其复杂的动态交互环境。根据我们在北京、上海等城市的实际路测数据统计，右转场景的事故风险是普通直行的 4.7 倍。具体难点体现在以下几个方面：

行人穿越风险 ：中国式过马路现象导致行人可能在任何时间点突然出现，特别是在绿灯最后几秒
对向直行车辆冲突 ：部分路口允许对向直行车辆与右转车辆同时通行
交通灯相位复杂性 ：有些路口设有专用右转箭头灯，有些则完全依赖主信号灯
视野遮挡问题 ：大型车辆如公交车经常造成视线遮挡

现有基于规则的决策方案主要存在两个不足：

过度保守策略导致通行效率低下（平均等待时间达 38 秒）
突发状况应对能力弱（遇到违规行人时急刹率达 27%）

我们采用行为决策层 + 运动规划层的双层架构：

行为决策层 （100ms 周期）
输入：感知数据 + 预测结果 +HDMap
输出：离散行为指令（停止 / 缓行 / 正常通过）
运动规划层 （50ms 周期）
输入：行为指令 + 车辆状态
输出：平滑的轨迹序列

针对行人和其他交通参与者的行为预测，我们设计了多模态 LSTM 网络：

class IntentPredictor(nn.Module):
    def __init__(self):
        super().__init__()
        self.lstm = nn.LSTM(
            input_size=12,  # 位置 + 速度 + 加速度 + 航向
            hidden_size=64,
            num_layers=2
        )
        self.mlp = nn.Sequential(nn.Linear(64, 32),
            nn.ReLU(),
            nn.Linear(32, 5)  # 停止 / 行走 / 奔跑 / 犹豫 / 异常
        )

    def forward(self, x):
        # x: [seq_len, batch, features]
        out, _ = self.lstm(x)
        return self.mlp(out[-1])  # 只取最后时刻输出

使用 PPO 算法训练右转策略，关键设计点包括：

状态空间 （37 维）：
自车状态（速度、位置、航向角等）
最近 3 个行人 / 车辆的状态
交通灯状态和剩余时间
路口拓扑特征

奖励函数 ：

def calc_reward(prev_state, action):
    safety = -10 if collision else 0
    efficiency = 0.1 * progress
    comfort = -0.01 * abs(jerk)
    return safety + efficiency + comfort

def encode_state(ego, obstacles, traffic_light):
    # 使用 Frenet 坐标系处理道路相对位置
    ego_frenet = map.to_frenet(ego.pos)

    # 构建障碍物特征向量
    obs_feats = []
    for obj in nearest_objects(obstacles, 3):
        rel_pos = obj.pos - ego.pos
        obs_feats.extend([rel_pos.norm(),  # 相对距离
            obj.velocity,
            calc_ttc(ego, obj)  # 碰撞时间估算
        ])

    # 拼接所有特征
    return np.concatenate([
        ego_frenet,
        ego.velocity,
        *obs_feats,
        [traffic_light.time_left]
    ])

在 CARLA 0.9.13 中构建了包含 100 个右转场景的测试集，主要指标对比如下：