交流群 | 进“传感器群/滑板底盘群”请加微信 ：xsh041388

交流群 | 进“汽车基础软件群”请加微信 ：ckc1087

备注信息：群名称 + 真实姓名、公司、岗位

Comprehensive Reactive Safety: No Need For A Trajectory If Y ou Have A Strategy

论文地址：https://arxiv.org/abs/2207.00198

【写在前面】

当前，为保证自动驾驶运动规划的安全性，常采用可达性分析及类似方法，对道路上的所有物体（如道路上的人类驾驶车辆）行为采取保守约束，确保车辆在道路环境上不会发生任何碰撞。

1. 文章动机

自动驾驶是被公认可显著改善人类生活的技术之一，安全性是其核心问题。事实上，智能驾驶员相比人类在预见和避免碰撞方面具有明显优势，一方面智能驾驶员在求解微分方程和计算几何交叉点方面优势明显，另一方面不会产生疲惫和走神等问题。已有大量工作（比如以可达性分析为工具）可以规划安全轨迹或者判定轨迹的安全性，但常以车辆轨迹与障碍物所占时空区域不相交作为安全验证规则，该思路虽便于理论分析，却在真实自动驾驶解决方案中并不实用。

3) Strategy optimization by Reactive ILQR（通过 Reactive ILQR 进行策略优化）：

单独考虑时，每个段只是一个线性轨迹序列，可以直接应用 ILQR。唯一棘手的问题是后向传播中的值函数参数（例如梯度和 Hessians）以及前向传播中的最佳状态和控制需要在时间相邻轨迹段相遇的分支点上传播。具体来说，给定自动驾驶系统状态转移函数gk和应用程序指定的代价函数lκ（可能随k变化），策略树σ上的最优控制u?（和相关状态 x?）由以下优化给出：

使用以下递归（贝尔曼方程）：

其中算子 d 计算 AV 与物体的碰撞体积之间的欧几里得距离，?(k)={f∣f∈F,k∈σ(f)}是点 k 对应的未来集合，可以策略树是根据未来树的结构构建的。一旦构建，约束 hk 可以在优化问题中使用约束 ILQR 等方法强制执行。

4.实验

注：加微信时务必备注您的真实姓名、公司、现岗位

以及意向岗位等信息，谢谢！

“知识积累”类稿件质量要求：

A：信息密度高于绝大多数券商的绝大多数 告，不低于《九章智驾》的平均水平；

B：信息要高度稀缺，需要80%以上的信息是在其他媒体上看不到的，如果基于公开信息，需有特别牛逼的独家观点才行。多谢理解与支持。

推荐阅读：

◆九章 – 2021年度文章大合集

◆当候选人说“看好自动驾驶产业的前景”时，我会心存警惕——九章智驾创业一周年回顾（上）

◆数据收集得不够多、算法迭代得不够快，就“没人喜欢我”————九章智驾创业一周年回顾（下）

◆详解嬴彻自动驾驶卡车量产技术方法论

◆激光雷达：905与1550的战争

◆单SoC芯片方案，或将加速行泊一体方案规模化量产应用

◆从AVP的实际表现看“L3”自动驾驶商业化的可能性

文章知识点与官方知识档案匹配，可进一步学习相关知识算法技能树首页概览35022 人正在系统学习中