BOSS无人车 | DARPA论文

Boss是以汽车行业的杰出人物查尔斯•博斯•凯特林(Charles Boss Kettering)的名字命名的。Boss是由来自卡内基梅隆大学(Carnegie Mellon University)、通用汽车(General Motors)、卡特彼勒(Caterpillar)、大陆航空(Continental)和英特尔(Intel)等多家机构的学生、员工和研究人员组成的车队开发。

该系统采用了螺旋系统开发过程,重点采用了定期的回归系统测试。在全国资格赛和85公里城市挑战赛决赛中,Boss获得首名。

DRAPA挑战赛有自己的选拔机制。为了参加这项挑战,参赛队伍必须通过一系列的测试。首先是提供一份可信的技术文件,描述他们将如何实现一种安全、有能力的自动驾驶汽车。在这些论文的基础上,五十三支团队有机会为DARPA亲自演示他们在简单的城市驾驶场景中驾驶的能力,包括通过停车和停车十字路口的适当地互动。在这些活动之后,该领域进一步缩小到36个团队,他们被邀请参加在加州Victorville举行的国家资格赛(NQE)。在这些队伍中,只有11只队伍有资格参加城市挑战赛决赛(UCFE)。

Boss使用车载传感器GPS、激光、雷达和摄像机来跟踪其他车辆,探测静态障碍物,并基于道路模型进行定位。它的三层规划系统结合了任务、行为和运动规划。

任务规划层考虑要走哪条路才能实现任务目标。行为层决定什么时候改变车道,决定在交叉路口的优先操作,执行故障恢复操作。运动规划层控制着在向局部目标金发的时候如何选择合适的行动以避免障碍。

关于BOSS的这篇论文首先介绍了自动驾驶汽车和它用的传感器,然后讨论了自动驾驶算法和方法。
运动规划子系统(在第3节中描述)由两个规划器组成,任意一个都能够在达到预期目标的同时避开静态和动态障碍。结构化驾驶(道路跟踪)和非结构化驾驶(停车场操作)是主要考虑两种情况:。对于结构化驾驶,局部规划器生成轨迹以避免障碍物,同时保持车道。对于非结构化驾驶,如进出停车场,使用一个四维搜索空间(位置、方向、行驶方向)的规划器。无论哪个规划器当前处于活动状态,最终都是生成一个轨迹,由车辆控制器执行这些轨迹安全地朝着目标行驶。

感知子系统(在第4节中描述处理和融合来自Boss的多个传感器的数据,向系统的其余部分提供世界的复合模型(composite model) 。该模型由三个主要部分组成:一个静态障碍地图,一个全局移动车辆的列表,以及Boss相对于道路的位置。

任务规划器(在第5节中描述)基于路网计算到下一个任务检查站的所有可能路线的消耗。任务规划器会考虑到到达某个特定检查点的最佳路径,就像人类会规划一条从当前位置到目的地(如杂货店或加油站)的最佳路线一样。任务规划器会根据道路堵塞、最高法定速度限制以及时间来比较路线。
例如,一条允许较高总体速度但包含u型转弯的路线,实际上可能比总体速度较低但不需要u型转弯的路线慢。

行为系统(在第6节中描述)根据任务规划器提供的战略信息为运动规划器制定了一个问题定义。
行为子系统制定策略来执行任务计划,并在出现问题时处理故障恢复。行为系统大致分为三个子组件:车道行驶、交叉口处理和目标选择。前两个子组件的角色是不言自明的。目标选择负责将任务分配到其他行为组件或运动层,并选择合适的操作来处理故障恢复。

第7节描述了支持其他子系统的软件基础结构和工具。软件基础结构为算法的实现提供了基础。
此外,基础架构还提供了一个工具箱,用于在线数据日志记录、离线数据日志回放和可视化实用工具,这些工具可以帮助开发人员构建和故障排除系统。它还提供了一个围绕算法的运行时执行框架,并提供进程间通信、对可配置参数的访问、公共时钟和许多其他实用程序。

NQE和UCFE的测试和性能在第8和9节中描述。在Boss的开发过程中,团队非常重视对性能的评估和发现弱点,以确保车辆能够应对城市挑战。在资格赛和决赛中,Boss表现不错,但也犯了一些错误。
尽管犯了这些错误,而且竞争对手的实力很强,但Boss还是获得了进入决赛的资格,并赢得了城市挑战赛。

0%