RSS 模型框架下的驾驶策略

RSS驾驶策略

RSS驾驶策略分为四种：策略（strategy）、战术（tactics）、路径规划（path planning）以及控制（control）。

策略表示“想变道”；

战术策略是一种“瞬间性”的决策，它会随着情况的变化而变化。也就是说已经决定了要变道，那么需要决定需要给哪辆车让道，要哪辆车给让道，这两辆车之间的距离就是变道行驶的距离。这种决策是实时变化的，比如已经决定了需要哪辆车给让道，但这辆车不给让道，那么如果还是坚持的想法，可能就会发生事故，所以改变了主意。

路径规划，它为执行战术策略而计划车辆行驶轨迹，这个轨迹必须是安全的。

最后是控制，已经计划好轨迹之后，就需要汽车进行控制，比如什么时候刹车。

安全距离

安全距离是指在最恶劣的情况下仍可以避免碰撞的距离。最恶劣的情况是指前车以最大刹车加速度开始刹车，后车发现后有一定的反应时间，并在反应时间内仍以最大加速度前进，然后改成以最小刹车加速度刹车，直到危险解除。因此，最小安全距离的计算公式如下：

 

参数：Vf 前车速度，Vr 后车速度，反应时间 ρ、最小刹车加速度 αmin,brake、最大刹车加速度 αmax,brake 以及最大加速度 αmax,accel

路权

多条道路交叉或汇合时就会涉及到路权。有些道路的优先级高于其他道路，在这些道路上行驶的汽车就拥有路权。RSS 模型涉及到部分场景的解决方法，后期仍然需要扩展模型，并对安全距离的计算进行必要调整。

为了更好地理解路权，我们需要先定义一个名词：纵向顺序（Longitudinal Ordering），用来代表距离交叉点的直线距离。如下图所示，左图中，在纵向顺序上红车在蓝车前面，因为 Dred < Dblue；右图反之。

和上文提到的公式化安全距离一样，我们同样可以定义多道路交叉时的纵向安全距离。如下图所示，红车拥有路权，优先级高，那么蓝车必须在进入路口前的安全距离内进行刹车，从而保证红车正常行驶。

 

 如前文所述，RSS 并不是刻板地以路权做为唯一判断，比如在下图中，蓝车来不及刹车闯入了红车的车道，红车也要采取刹车以避免碰撞。

 RSS 模型还可以支持轻微横向位移来避免撞击，如下图所示：

行人和遮挡

对于行人，首先需要明确行人的路线和优先级。某些地方行人的路线很明确，如人行道或者交叉路口的斑马线。这些地方自动驾驶汽车在自己车道上行驶时，一般无需担心行人会突然闯进来，车有优先权，但是也必须遵循灵活运用路权的原则。

但在有些地方，如居民区内，行人路线不明确，这时必须谨慎驾驶，给行人更高的优先权。考虑到人类的反应时间大概是 500ms，最大加速度是 2m/s²（博尔特的加速度是 3.09m/s²）。那么，根据之前的公式，车辆与行人之间的安全距离是 50cm，行驶时必须保证处于这个安全距离之外。

另外，需要格外注意有遮挡的环境。下图中的车辆正在通过一排停车位，一名儿童突然以速度 10km/h 的速度跑过来（比如在追球）。根据计算，10km/h 的速度必须要保持 15m 的安全距离才可能避免碰撞发生。但此时汽车侧方的视野只有 0.3m，显然无法满足安全要求。在这种情况下，RSS 模型做了如下定义：

• 在车辆可以发现目标的第一时间（Te）到反应时间结束时（Te + ρ），车辆没有加速，且到发生撞击或者完全停下来的时刻（Ts），车辆一直以不低于αmin,brake的加速度在刹车；

• 从 Te 到 Ts 这段时间内，车辆的平均速度低于行人的平均速度。

这种情况下车辆是没有责任的。这个定义隐含的论点是：在发生撞击的时刻，车辆的速度比行人的速度低，或者两者都移动得很慢，从而使撞击的伤害降到最低。

 语义描述

RSS 模型通过语义方式来描述测量结果、操作空间等，来指导无人驾驶汽车的规划、感知和动作。这种语义可以理解为我们学交规时的驾驶规范。例如，它不会做出这种描述：以当前速度开 13.7 米，然后以 0.8m/s² 的加速度加速前进，而是会发出语义指令，如“跟随前车”或者“从左侧超车”。

与人类驾驶类似，RSS 提供的这个语义模型，并不是加速度矢量的几何运算，而是关于纵向或者横向目标的描述。这对降低规划的运算复杂度（不会随着时间或邻车数量的增加而呈指数上升）、提升安全性和舒适性交互、以及传感器融合方面都至关重要。由于采用了语义模型，离线验证数据库只需要 10^5 量级的驾驶数据，就可以保证 RSS 模型达到死亡率 10^-9 次/小时的安全要求。