在明天的机器人与自动化国际会议上，来自麻省理工学院计算机科学与人工智能实验室（CSAIL）的研究人员将提出一种新的车道变换算法。
算法计算自动车辆周围的“缓冲区”，并动态地重新评估它们。
Larry Hardesty | MIT News Office
May 22, 2018
http://news.mit.edu/2018/driverless-cars-change-lanes-like-human-drivers-0523
在自动驾驶汽车领域，控制车道变化的算法是一个重要的研究课题。但是，大多数现有的车道变换算法都有两个缺点：要么依赖于详细的驾驶环境统计模型，这些模型很难组装，而且太复杂，无法在路上进行分析；要么它们太简单，可能会导致不切实际的保守决策，比如根本不换车道。
在明天的机器人与自动化国际会议上，来自麻省理工学院计算机科学与人工智能实验室（CSAIL）的研究人员将提出一种新的车道变换算法，该算法将差异分开。它允许比简单模型更激进的车道变化，但只依赖于关于其他车辆的方向和速度的即时信息来作出决定。
CSAIL的博士后Alyssa Pierson说：“我们的动机是，‘我们能用尽可能少的信息做什么？’”，他是这篇新论文的第一作者。“我们怎么能让一辆自动驾驶汽车表现得像人类驾驶员那样随心的驾驶呢？什么是最低数量的信息，汽车需要得出的人类行为是什么？”
Pierson和Viterbi电子工程和计算机科学教授Daniela Rus、航空学和航天学副教授Sertac Karaman以及电气工程和计算机科学研究生Wilko Schwarting一起参与了论文的编写工作。
CSAIL的主管Rus说：“优化解决方案将确保导航时能采用能够模拟从保守到激进的一系列驾驶风格的车道变更。”
自动驾驶汽车避免碰撞的一个标准方法是计算周围环境中其他车辆的缓冲区。缓冲区不仅描述了车辆目前的位置，而且还描述了它们在一段时间内可能的未来位置。于是，规划车道就变成了远离其他车辆缓冲区的问题。
对于任何给定的计算缓冲区的方法，算法设计者必须在描述交通模式的数学模型的范围内，证明它能保证避免碰撞。该证明可能很复杂，因此通常会提前计算最佳的缓冲区。在操作过程中，自动驾驶汽车将根据自身情况调出预计算好的缓冲区。
问题是，如果在道路上行驶的车辆多并且速度很快，预先计算的缓冲区可能限制太多。自动驾驶汽车根本不会换车道，而人类驾驶者则会随心所欲地在车道上飞驰。
对于MIT研究人员的系统，如果默认的缓冲区导致的性能比人工驾驶的差得多，那么系统将动态地计算新的缓冲区，并提供避免碰撞的证明。
这种方法依赖于描述缓冲区的算法上有效的方法，这样可以快速执行避免碰撞证明。这就是麻省理工学院的研究人员所开发的。
他们从一个所谓的高斯（Gaussian）分布开始——熟悉的钟形曲线概率分布。这种分布代表了汽车的当前位置，考虑到了它的长度和位置估计的不确定性。
然后，基于对汽车的方向和速度的估计，研究人员的系统构造了一个所谓的逻辑函数。乘以logistic函数的高斯（ Gaussian ）分布偏斜的方向上的汽车的运动，更高的速度增加了倾斜。
倾斜分布定义了车辆的新缓冲区。但是它的算法描述是如此简单——只使用了几个等式变量——以至于系统可以动态地对它进行评估。
研究人员在模拟实验中测试了他们的算法，其中包括多达16辆自动驾驶汽车与其他几百辆汽车在一个环境中进行测试。
Pierson解释说：“自动驾驶汽车并不是直接通信，而是并行运行所提出的算法，没有冲突或碰撞。”“每辆车都使用了不同的风险门槛，产生了不同的驾驶风格，使我们能够创造出保守和积极的驾驶者。使用静态的，预计算的缓冲区将只允许保守的驾驶，而我们的动态算法允许更广泛的驾驶风格。”
该项目得到了丰田研究所和海军研究处的部分支持。
经MIT新闻办公室准许转发。 Reprinted with permission of MIT News.
本文章均来自MIT新闻办公室，文章内容翻译如有偏颇，敬请各位指正。
