Apollo学习之决策模块
Apollo的决策模块（Decision Module）是百度自动驾驶系统的核心组件之一，负责在复杂环境中生成安全、舒适且符合交通规则的驾驶行为。其决策过程融合了规则驱动（基于场景的有限状态机）和数据驱动（机器学习模型）的方法：
1. 决策模块的输入与输出
- 输入：
- 感知结果：来自感知模块的障碍物信息（车辆、行人、交通灯等）、车道线、可行驶区域。
- 定位与地图：高精地图提供的车道拓扑、交通规则（限速、停止线等）、红绿灯位置。
- 预测结果：其他交通参与者的未来轨迹预测（基于LSTM、GNN等模型）。
- 车辆状态：车速、加速度、转向角等。
- 输出：
- 驾驶行为：换道、跟车、停车、避障等。
- 路径规划边界：决策结果为规划模块提供约束条件（如目标车道、安全距离）。
2. 决策分层架构
Apollo的决策模块采用分层设计，分为场景划分、行为决策和动作生成三部分：
(1) 场景划分（Scenario Manager）
根据当前环境动态选择适用的场景，不同场景对应不同的决策逻辑：
- 车道保持（Lane Follow）：默认场景，车辆沿当前车道行驶。
- 换道（Lane Change）：包括主动换道（导航需求）和被动换道（避障）。
- 交叉口（Intersection）：处理无保护左转、停车让行等复杂场景。
- 停车（Pull Over）：靠边停车或终点停车。
- 紧急避障（Emergency）：突然出现的障碍物处理。
实现方式：
- 基于有限状态机（FSM），每个场景对应一组预定义的规则和状态转移条件。
- 例如，换道场景的触发条件包括：
if 导航路线需要换道 AND 目标车道空闲时间 > 2秒 AND 无近距离碰撞风险:
进入换道状态
(2) 行为决策（Behavior Planner）
在选定场景下，通过规则和机器学习模型生成具体行为：
- 规则引擎：
- 跟车模型（IDM）：根据前车速度调整自身车速，保持安全距离。
a = a_{\text{max}} \left[1 - \left(\frac{v}{v_{\text{des}}}\right)^\delta - \left(\frac{s^*}{s}\right)^2 \right]
其中 ( s^* ) 是动态安全距离，( v_{\text{des}} ) 为期望速度。
- 让行规则：基于交通规则（如“停车标志必须完全停止3秒”）和博弈论（与其他车辆交互）。
- 机器学习模型：
- 使用强化学习（RL）或模仿学习优化决策，例如处理无保护左转时，通过Q-learning选择最佳插入间隙。
- 模型输入：周围车辆的状态、历史轨迹、交通灯相位；输出：加速/减速/等待的概率。
(3) 动作生成（Trajectory Constraints）
将行为转化为具体的运动约束，供规划模块执行：
- 目标状态：决策模块输出“在3秒内换至左车道”，规划模块生成平滑轨迹。
- 安全边界：例如避障时要求横向距离 > 0.5米。
3. 关键算法与技术细节
(1) 基于规则的决策优化
- 安全监控（Guard Conditions）：
每个决策动作需通过安全检查，例如换道前验证：
def is_lane_change_safe():
return (预测目标车道后车加速度 < 阈值)
AND (本车与后车距离 > 动态安全距离)
- 多目标权衡：
使用代价函数（Cost Function）平衡安全性、舒适性和效率：
C = w_1 \cdot \text{安全代价} + w_2 \cdot \text{舒适代价} + w_3 \cdot \text{进度代价}
(2) 数据驱动的交互建模
- 博弈论模型：
在交叉口等场景下，Apollo会预测他车意图（如是否让行），采用纳什均衡求解最优策略。 - LSTM轨迹预测：
通过编码他车历史轨迹，预测未来5秒内的多模态轨迹（概率分布）。
(3) 实时性与容错
- 异步处理：
感知、预测、决策模块并行运行，决策周期通常为100ms。 - Fallback机制：
当决策超时或冲突时，触发保守策略（如紧急制动）。
4. 实际案例：无保护左转决策
- 场景识别：车辆接近交叉口，地图标记为“无保护左转”。
- 行为决策：
- 规则层：检测对向直行车辆，计算其到达时间窗口。
- 模型层：RL模型评估“等待”或“加速通过”的长期收益。
- 动作生成：
- 若决策为“通过”，则输出目标：
{速度曲线: 在2秒内加速至30km/h, 路径: 左转轨迹}。
5. 挑战与解决方案
- 不确定性处理：
- 使用概率模型（如POMDP）处理传感器噪声和他车意图模糊性。
- 长尾场景：
- 通过仿真引擎自动生成极端案例（如突然横穿的行人），迭代优化决策规则。
- 实时性能：
- 采用C++实现核心算法，并通过ROS 2进行模块间通信。
总结
Apollo的决策模块通过分层状态机和混合决策模型，将复杂的驾驶场景分解为可管理的子问题，结合规则的安全性与机器学习的适应性，最终实现拟人化的驾驶行为。其核心思想是：在确定性的规则框架内，嵌入数据驱动的智能优化。