1. Spatial Intelligence of a Self-driving Car and Rule-Based Decision Making

1. 主要内容
   
   本文主要介绍了一些基于规则的方法，以实现自动驾驶规划技术在复杂车流中取得人类驾驶效果。因此此类场景更适合城市NOA。
   当然本文在城市道路，封闭区域道路以及城际高速都适宜。
2. 主要技术点
   （1）本文把自车周围车辆的决策分为四类，包括：
   1）忽视周边车辆；
   2）受周边车辆更改轨迹的形状；
   3）让行：比如停在别的车辆的前面为其让行；
   4）跟随：保持一定的跟车距离。
   （2）规则一：对于静态障碍物，那么需要改变轨迹的形状绕过障碍物；
   （3）规则二：对于加速度非负，速度远超自车的障碍车，那么对于这类选择忽视
   就可以了（其实apollo中的ST图已经实现了这个功能）；
   （4）规则三：对于中间没有标记的道路，如果按照正常的规划方法，很可能求解器无解，因为道路比较窄，障碍车的bound会导致自车的bound变小。此时应该认为障碍车会自己靠路边行驶，那么可以人为的减少障碍车的bound以便求解器有解；如果有相撞的风险，那么就用速度规划来兜底，至少path是有解的。如下图所示：
   
   （5）规则四：对于在自车后方或自车车尾附近的行人，选择忽视；如下图所示|
   
   上图中，可以选择忽视B和C，但A不能忽视。
   （6）如果自车能早到碰撞点2s的话，那么就可以选择忽视其他车了；这样的策略使得自动驾驶汽车更加自信（这个具体实现和apollo的速度规划的超车有什么区别？）；
   （7）让行和跟车决策：如果其他车在自车路径上，那么我们比较自车和其他车的轨迹是否在55°以内，如果没在自车的路径上，比较值会缩小到45°。如果在上述角度内则会跟车，超出上述角度会让行（其实没看太懂这个）。如下图所示：