作者 | Jessie
下一代自动驾驶主要解决的功能性问题主要包括高速路驾驶的最后一公里问题，其中最重要的部分就是基于导航定位的自动换道功能。这不仅是实现超速换道、导航自动下匝道、导航自动并道的前提，也是完善整个高速/快速路自动驾驶功能的前提。由于换道过程涉及车辆的横纵向控制和速度调节，同时执行过程中亦受驾驶人分析、驾驶技能不足及环境多变等因素的影响，因此整个换道控制具有较强的复杂性。系统在自动发起换道过程中，一旦判断失误可能引发驾驶员强烈的抱怨甚至可能由于执行时机及操作不当导致严重的交通安全事故。
本文从整个自动换道角度讲解实现自动换道的整个过程控制原理。包括产生换道意图、换道决策规划、换道轨迹规划和换道轨迹跟随几个重要的部分。重点在于辅助实现最后一公里自动驾驶系统的有效执行策略。
自动换道功能方案
换道过程首先要进行换道决策规划，在每个决策周期内，需要利用导航定位获取车辆定位信息，利用车载传感器获取周边环境信息（包括自车道车辆、周边环境车辆、目的地信息），判断在当前状态下是否产生换道意图。
若跟随目的地信息、环境信息而产生换道意图，则根据后续的换道轨迹规划算法计算得到换道行驶轨迹，并根据轨迹跟随策略对得到的轨迹进行控制。
对于高速自动换道来说，由于换道行为受到导航路径规划、道路条件、天气情况、交通规则以及周围交通车辆的运动状态等因素的影响，会区分两种换道动机和结果：其一是任意性换道，其二是强制性换道两大类。其中，任意性换道是指从驾驶舒适性和效率上，为了追求更快的车速和更自由的行驶空间而进行换道的行为，其特点是该行为不是必须进行的。而强制性换道是指车辆受到匝道合流、十字路口、前方障碍物或前方并道的因素的影响而发起的换道行为。对于自主发起的换道过程需要结合满足时间自由度和空间自由度来衡量。其中，时间自由度主要体现为系统检测车辆速度的期望值，即前方有低速行驶的车辆时，往往会触发换道意图。空间自由度是指系统控制自车对本车道车辆间距的期望值，若车间距较小，影响到驾驶视线，无法保证纵向安全时，会给驾驶人产生一定的心理压力，此时仍旧会发起换道意图。如上两种换道意图的发起同样会因为环境实际状态（如天气情况、车辆性能、车道数量等）的不同而发生改变。
基于上述分析，自动换道决策机制将由5大部分组成：周围环境信息感知、换道意图产生、个性化换道最小安全距离计算、换道可行性分析、自动换道预警提示系统。
这里需要考虑几个重要的量值：自车与目标后车、目标车道前车和原始车道前车的实际车间距离D1、D2、D3，主车与目标车道后车、目标车道前车和原始车道前车的换道最小安全距离d1、d2、d3。个性化的换道最小安全距离计算需要结合自动换道前期开发过程中驾驶员驾驶习性和周围车辆的运动状态计算出符合不同驾驶风格的驾驶人风险判断水平最小安全距离。换道可行性分析与判断模块需要根据主车与周围交通车之间的实际车间距离赫尔换道最小安全距离进行比较，若安全性满足要求，则允许发起本次换道，否则将持续性的尝试下次换道过程。
不同驾驶习性驾驶员的换道风险判断水平存在巨大差异，通常这个过程需要结合下一代自动驾驶系统通用的“影子模式”来进行驾驶员人工驾驶的数据采集过程，通过形成的数据闭环，模拟出驾驶员在真实场景下的实际驾驶行为进行判断，实际是系统在不断学习该驾驶员的换道驾驶风格。这里学习的驾驶风格主要参考了三个重要的指标项：个性化换道时间、个性化车头时距和个性化安全裕度。这里解释下安全裕度是指车辆停止（或保持相对静止）后与同车道前车之鉴的安全距离。
对于自主发起的换道过程而言，轨迹规划模块能够生成一系列轨迹簇，其中包括一条最优轨迹和一条驾驶员能够接受的极限范围内轨迹。以上两者分别对应于最优换道时长和临界换道时长。
基础自动换道原理
1、前车与侧前车——匀速偏移或减速换道
对于有侧前方车辆的换道过程，针对驾驶员实际驾驶习惯，主要考虑其换道是否可执行，执行过程中是否考虑减速换道，减速度将如何计算等因素。如下图所示，蓝色线为初始最优换道参考线，当自车和目标车辆的相对状态点在该平面内的初始最优换道参考线上时，车辆可以按照最优换道长度进行车道切换；红线为换道临界线，当车辆间相对状态点在初始最优换道参考线和换道警戒线之间时，换道时长根据状态点在两参考线之间的纵向相对位置进行线性插值计算来获取，当相对状态点在换道警戒线以下时，若自车进行匀速换道，则会与原车道前方车辆发生碰撞，此时自车将进行制动以避撞。
2、后车与侧后车——匀速偏移或加速换道
当自车后方和侧后方有交通车辆时，可能由于其速度的不同，导致自车换道影响产生不同的结果，自车换道需要保证安全的前提下不对对方车辆造成一定的行驶干扰，这一过程涉及两车之间的交互，为此可采用侧后方车辆作用于自车的临界驱动加速度、自车作用于后方或侧后方高的临界制动减速度两个参数来评估侧后方车辆对自车换道的可行性影响。如下图，对于A点对应侧后方车辆在自车换道的过程中不采取任何避让措施时，自车为避障而采取的驱动加速度大小；而B点对应于自车换道过程中两车间速度差全部由侧后车通过减速度来实现避撞，两点在相对速度——相对距离平面上关于原点对称，并分别代表了两种极端避让工况，任何一个参数超过允许值时都表明自车的换道行为对两车构成了危险。
3、换道速度规划
实际过程中，换道前始终保持匀速行驶既不够灵活，也会影响交通效率。在换道前进行速度调节可以充分利用换道空间资源，同时可以充分扩张本车与目标车之间的安全距离，减小换道回退的几率。换道规划过程中，需要首先明确速度调节范围，由于自车将跟随目标车道前方车辆行驶，且速度调节过程中自车和量交通车之间的速度差是同步变化的。
实际换道控制过程中，从灵活度和交通效率上讲，换道前始终不能始终保持匀速行驶。在换道前进行速度调节可以充分利用道路空间资源，同时对本车道空间充裕而目标车道当前空间较为狭小等情形，换道调节速度能够很好的提升车辆行驶安全性并增加换到道决策方法的适应性。这里主要讲解下如果在目标车道有低车速行驶的前车时，自车通过减速换道行进至目标车道的情况。
假设自车与本车道前车之间的相对状态对应平面上的A点，自车与目标车道前车之间的相对状态对应于B点，在换道规划过程中，首先需要明确速度调节范围，由于自车最终将跟随目标车道前方车辆行驶，且速度调节过程中自车和两交通车之间的速度是同步变化的，也即A、B两点的状态轨迹在水平轴上的位移分量相同，为了避免额外的速度损失，换道前的最大速度调节量应等于换道出事时刻自车和目标车前车之间的速度差，也就是B点对应的delta v值。此时，换到开始时刻的自车和本车道前方交通车间的相对状态点应当在换道警戒线之上，以保证有足够的纵向换道空间。综合换道相对速度和相对距离这两个条件可以确定下图虚线框所标的自车换道前的速度调节范围。
为了获得最优换道方案，选取了一系列离散减速度值，并以等时间间隔分别计算各个车辆对应时刻的状态，如下图黑点表示了不同制动减速度和换道时机组合形成的不同换道初始状态方案。随后利用换道可行性判断方法筛选可行的换道方案，并根据以下公式计算各个方案评价指标：
式中，J是评价指标参数，alimit是驾驶人可接受范围内得最小制动减速度，abef是换道前速度调节的目标减速度；aaft是换到结束时刻为了避免与前车相撞采用的目标减速度。Lp是方案给出的换道纵向距离；Lopt是换道最优纵向距离；Llimit是换到所需的最小纵向距离；w1和w2分别是权衡换道前后的制动强度对舒适性影响的权重系数；w3是衡量换道过程舒适性的权重系数。
通过计算换道方案评价指标可以选取出整体最优方案，方案参数包括换道前的速度调节目标减速度、速度调节市场及换道纵向距离。当最优方案的换道速度调节时长为零时，决策模块将方案信息发送给轨迹规划模块，由执行机构立即进行换道操作；当换道方案中调节时长不为零时，自车在本决策周期内按照最优换道方案给出的目标减速度在原车道内进行换道预操作，直至后续某一决策周期内给出立即换道指令在进行换道。
4、换道时距调节
从如上分析中可看出，换道过程自车与前车的时距调节过程需要结合实际道路情况、天气情况、驾驶员接管能力进行自适应调节。这里就需要利用到前期通过影子模式采集的驾驶数据进行相应的数据建模和分析。比如通常天气情况良好、实际探测距离足够清晰的情况下，换道执行距离可适当减少；而如果是道路处于湿滑，检测到其附着力减小的情况下，换道跟车距离会适当增大，可以参照一定的附着比例系数进行增加；另外，如前期采集的驾驶员驾驶反应时间，接管能力较弱，那么后期自动换道的跟车换道时距也应该适当调大。如上诸如此类的case还有比较多，这里就不再穷举。工程师在开发过程中，需要结合具体的场景分析来进行不同的策略规划。
自动换道的意图触发条件
对于下一代自动驾驶系统来说，重点在与解决最后一公里的上下匝道至收费站问题，这里除了需要解决如上所述的基础换道性能外，还需要从实际角度出发解决最终的换道启动触发问题。
对于下匝道问题，主要解决减速变道问题，如下主要罗列出几大类：
1） 何时触发换道意图可以保证在有限的时机内，车辆可以变道至最右边匝道？
2） 如何平衡自动换道状态下，驾驶员手动触发拨杆申请的需求？
3） 如果靠近匝道的目标车道长期有车辆，自车将如何进行下匝道规划？
如上三个问题都涉及对于本次驾驶意图与临时环境状态之间的矛盾之间如何做出权衡，笔者认为，只要驾驶员从刚开始设置行驶目的地而言，如果中间并未切换目的地，整个驾驶意图都应该以从行驶到该目的地为基本准则，期间的所有行驶操作都应该服务于该行驶目的地。因此，如果系统判断应该在合适的时机变道行驶至最右方下匝道，那么除非此时遇到碰撞危险，否则，系统将不再响应驾驶员手动拨杆向左远离匝道的变道行驶信号。
此外，如果有多个车道，而自车最开始并未位于最右侧靠近匝道的位置，从距离匝道前多远规划下匝道呢？笔者认为，这可能大部分取决于高精导航地图从提前多远能够发出前方匝道的位置信息。从经验上讲，一般可以提前2km左右发出前方出匝道信息。假设此时最多有4个同向车道，那么从最左侧车道向最右侧车道变道过程中，可能会存在连续变道3次的情况，按照最理想变道状态（即无任何遮挡或抑制车辆位于目标车道），一次变道时间大概在6s左右，下匝道速度参照边变道边减速方式。从最大的120kph向60kph不断减速过程中。整个行驶过程大概需要410m左右（变道距离区间长为300m-600m）；因此，如果能确保2k之前发出匝道信息，在无遮挡或抑制车辆的情况下完全可以满足需求。如果有抑制车辆的情况，通过如上分析的减速变道情况，可以解决大部分变道情况。
对于上匝道问题，主要是解决并道及加速问题。
主要包括如下几类问题：
1）正常同向车道并道，此类问题主要依靠远视摄像头的探测能力结合高精定位来实现；
2）分岔路口不同车道并道，此类问题主要依靠高精定位来实现；
并道场景对于摄像头的提前识别能力提出了较高要求，假设从60kph上匝道，那么行驶变道过程中至少需要提前100m以上开始变道，且此时保证无任何抑制车辆。那么从识别到车道、加速至开始变道的确认时间大致为3-5s，也就是说，那么可能在匝道或弯道内的识别距离大概就需要160-200m。
总结
本文详细讲解了下一代自动驾驶系统的换道规划策略。并对几个重点大类进行了分析，其中包含点对点自动驾驶的最后一定距离内的速度、距离及变道决策规划。实际上，从SOA的角度讲我们需要不断地对驾驶过程进性权衡，以初始驾驶目的性为导向，期间不断地决策对于驾驶员的临时指令是否会影响整个路径规划。后期在工程实践上还需要结合具体的工况进行分析和算法重建。
原文始发于微信公众号（焉知智能汽车）：高阶自动换道系统的设计方法
