行為規劃（駕駛策略）

行為規劃（BP）功能模塊提供算法以在路線目標內做出機動決策。

使用多模型路徑規劃算法進行機動，給定目標跟蹤和空間及走廊內所有動態對象的預測行為，行為規劃器同時評估多種可能的機動，然后將其與更新的道路觀測相關聯。行為規劃需要在車輛安全性和舒適性的基礎上平衡駕駛效率。駕駛效率意味著確定最佳車道或道路以快速到達目的地，而舒適性考慮則意味著安全地到達那個車道或走廊。車道排名和可行性檢查是車輛行為規劃的兩個核心要素。

關于車道排名，算法遵循三個主要原則：

1. 車道變化越少越好。
2. 距離前方移動物體越遠評分越高。
3. 前方物體的速度越快，車輛在車道上的行駛速度就越快。在每個可能的車道排名之后，定義它們的可行性并分配成本。

下圖顯示了算法如何定義可行性的示例，以及如何選擇成本更低的機動列表。

車道排序決策樹

機動列表包含要由車輛執行的高級語義決策及物理參數，機動的示例可以是（不詳盡）：

?巡航：在當前車道內，以設定速度。

?跟隨：保持在當前車道，以提供的速度限制行駛，以最小距離跟隨前車，以提供的速度和ID。

?轉向：從當前車道轉到目標車道，左轉或右轉，以提供的轉向速度 。

?改道：從當前車道移動到目標車道，以提供的加速度超車目標車輛［或以提供的減速度讓目標車輛通過］。?停止：在提供的距離內減速到零速度并保持在當前車道。

行為規劃輸入：

?靜態對象預測：用于評估機動的安全性和舒適性。

?動態對象預測：用于評估機動的安全性和舒適性。

?路線目標：提供基本指導原則，例如車道或行駛走廊，用于機動決策。

?基于場景的機動約束：用于排除被當前駕駛場景條件禁止的機動。

?基于操作域監控的機動約束：確保自主車輛的結果機動不違反當前操作設計域邊界條件。

?自車運動：用于機動評估。

行為規劃輸出：

?感興趣區域（ROI）：提供一個或多個應優先處理的感知區域的描述。

?機動：提供要由自主車輛執行的高級語義決策及物理參數。

?行為規劃任務請求：由行為規劃器請求修改任務。如果行為規劃器確定無法按計劃進行任務，則可能需要這樣做。請求的性質可以是請求人類司機接管，例如。

?自主車輛機動假設：準備一個或多個假設的機動，系統可以為此預測一個或多個結果。