行为规划（驾驶策略）

行为规划（BP）功能模块提供算法以在路线目标内做出机动决策。

使用多模型路径规划算法进行机动，给定目标跟踪和空间及走廊内所有动态对象的预测行为，行为规划器同时评估多种可能的机动，然后将其与更新的道路观测相关联。行为规划需要在车辆安全性和舒适性的基础上平衡驾驶效率。驾驶效率意味着确定最佳车道或道路以快速到达目的地，而舒适性考虑则意味着安全地到达那个车道或走廊。车道排名和可行性检查是车辆行为规划的两个核心要素。

关于车道排名，算法遵循三个主要原则：

1. 车道变化越少越好。

2. 距离前方移动物体越远评分越高。

3. 前方物体的速度越快，车辆在车道上的行驶速度就越快。在每个可能的车道排名之后，定义它们的可行性并分配成本。

下图显示了算法如何定义可行性的示例，以及如何选择成本更低的机动列表。

车道排序决策树

机动列表包含要由车辆执行的高级语义决策及物理参数，机动的示例可以是（不详尽）：

•巡航：在当前车道内，以设定速度。

•跟随：保持在当前车道，以提供的速度限制行驶，以最小距离跟随前车，以提供的速度和ID。

•转向：从当前车道转到目标车道，左转或右转，以提供的转向速度 。

•改道：从当前车道移动到目标车道，以提供的加速度超车目标车辆［或以提供的减速度让目标车辆通过］。•停止：在提供的距离内减速到零速度并保持在当前车道。

行为规划输入：

•静态对象预测：用于评估机动的安全性和舒适性。

•动态对象预测：用于评估机动的安全性和舒适性。

•路线目标：提供基本指导原则，例如车道或行驶走廊，用于机动决策。

•基于场景的机动约束：用于排除被当前驾驶场景条件禁止的机动。

•基于操作域监控的机动约束：确保自主车辆的结果机动不违反当前操作设计域边界条件。

•自车运动：用于机动评估。

行为规划输出：

•感兴趣区域（ROI）：提供一个或多个应优先处理的感知区域的描述。

•机动：提供要由自主车辆执行的高级语义决策及物理参数。

•行为规划任务请求：由行为规划器请求修改任务。如果行为规划器确定无法按计划进行任务，则可能需要这样做。请求的性质可以是请求人类司机接管，例如。

•自主车辆机动假设：准备一个或多个假设的机动，系统可以为此预测一个或多个结果。