基于工业级数据驱动和学习的车辆动态标定算法

我们在此介绍一种基于机器学习的自动校准方法

该纵向自动校准系统已经部署

到百度阿波罗百辆以上的自驾车辆

（仅包括混合动力系列车辆和电子交付）

车辆）自2018年4月开始。截至2018年8月27日，它已经测试了超过两千小时，一万公里

（6213英里）并且被证明是有效的。

此外，车辆动力学通常

在驾驶过程中发生显著变化（即负载变化、车辆

零件随时间磨损、表面摩擦[4]）和手动

校准不可能覆盖它们。

综上所述，令人惊讶的是，大多数研究论文并没有试图解决这一手动校准难题。人们可以把这归因于这样一个事实，即大多数以研究为导向的项目只关注很少的车辆。为了解决这一特定于工业的问题，本文提出了一种基于离线模型和在线学习的新型自动校准（纵向动力学）系统。

以前的研究已经调查了纵向控制

算法，并将其视为一项具有挑战性的任务

问题[5]、[6]、[7]。一个主要挑战在于使命

不可能-建立精确的纵向车辆

实时动态[8]、[9]、[10]。一种带参数的控制模型

精确的纵向车辆动力学桥梁之间的间隙

所需速度和车辆节流/制动指令。

一种流行的解决方案是建立这种状态空间关系

基于牛顿公式[11]、[12]、[13]、[14]。然而，

传动系统、动力传动系系统和执行器系统

这些都非常复杂。不仅很难对所有这些进行建模

但它也需要不可接受的计算时间

涉及更多的系统。

在本文中，我们将从

另一种观点。我们考虑整个纵向

控制算法作为一个端到端问题，可以

分两步解决：（1）基于人类驾驶数据，我们

首先产生一个校准表，它需要节流门，制动器，

和速度作为输入，并输出加速度(2） 然后

复杂的在线算法可以正确地更新表格

涵盖各种车辆动态。我们的结果表明

自动校准系统确实节省了大量的成本

缩短了时间，提高了控制精度。校准正在进行中

而且自动化和智能化，因此，适用于

大规模自动驾驶车辆部署

 

：离线模型根据手动驾驶数据生成一个初始校准表，该表最能反映

车辆行驶时的纵向性能。这个离线算法的工作流程包括：（1）采集人

驱动数据，（2）预处理数据并选择输入特点：（3）通过机器生成校准表

学习模式。

：在线算法即时调整

自动驾驶中基于实时反馈的离线表格

模式它的目标是根据当前的车辆动力学进行最佳匹配

基于手动驾驶数据建立的离线模型。该算法必须处理的几个挑战包括频繁的

车辆载荷变化与机械部件疲劳从长远来看。在线算法的工作流程包括：

（1） 实时收集车辆状态和反馈（2）预处理和过滤数据，（3）调整校准表

因此。

B. Data Preprocessing

因为真实世界的数据总是带有噪音，所以它是真实的

对离线模型和在线模型的数据预处理至关重要

学习算法。请注意，由于数据来源不同，

脱机时使用单独的数据预处理方法

模型和在线学习算法。

1） 离线模型数据预处理：离线模型

人工驾驶数据作为输入。节流/制动值，

选择速度和纵向加速度作为特征

对于这个模型。请注意，节流模型和制动模型

他们分别接受训练

由于人类驾驶数据天生就有噪音且不均匀（即速度/加速度分布不均匀 在驾驶过程中），阿波罗控制模块需要执行几个步骤清除数据。首先，等式2中的平均滤波器用于

平滑数据。此外，等式3用于移除具有横向摆动的数据。

最后但并非最不重要的一点是，等式4被强制删除

异常值。

2) Online Learning Data Preprocessing: Online learning
algorithm frequently adjusts calibration table built by offline
model, on the basis of real-time vehicular status feedback in
self-driving mode. The selected features for this algorithm
are: a) throttling/braking commands; b) speed; c) desired
acceleration; d) actual acceleration.

2） 在线学习数据预处理：在线学习

算法经常调整离线建立的校准表

模型，基于实时车辆状态反馈

自动驾驶模式。此算法的选定功能

是：a）节流/制动指令；b） 速度；c） 期望加速度d） 实际加速度

同样仅使用符合等式3的数据。同时，由于涉及某些微分技术（详见下一节），我们使用等式5来保证整个控制命令序列的单调性。

至于实时数据采集，人们会期望

响应延迟（即节流/制动之间的时间

正在发送的命令和相应的加速度

（已执行）由车辆执行器引起。这种拖延是不可避免的

影响数据质量，这是一种常见且有用的技术

是以合理的延迟从传感器收集数据

估计[21]。在我们的例子中，我们测量加速度

通过IMU（惯性测量单元），200毫秒后

发送节流/制动命令，作为由该命令驱动的实际加速。巴特沃斯低传球

滤波器，阶数为3，截止频率为2 Hz，

然后用于消除高频波动。万一

200毫秒的延迟估计可能并不总是正确的

适当情况下，等式6用于进一步确保数据一致性。

下边这个用于强化约束

C. Offlfline Model Algorithm

伪算法1演示了脱机操作的过程

模型训练过程。数据首先按照第II-B.1节（第1行至第8行）所述进行预处理，然后，

建立了不同的节流和制动模型

（第9行至第10行）。离线算法模型中使用标准的三层前馈神经网络，带有一个sigmoid

函数为激活函数，均方误差为

成本函数。该网络是使用Tensorflow和

内置的Adam优化器。相比之下，我们评估了

基于多元传统机器学习的回归方法

脱机模式：

高斯过程回归[22]，具有多项式核。它是一种无模型算法，用于解决不同领域的回归问题[23]、[24]、[25]、[26]。

线性回归，一种基本的线性回归模型

内核

支持向量机[27]，具有多项式核。

•M5P[28]，M5模型树。

•随机林[29]，具有100次迭代。

这些方法的实施和评估采用了

WEKA[30]。可以找到详细的设置和参数

在韦卡。

D. Online Learning Algorithm

对于每个控制周期，在线学习算法都会更新

基于实时车辆反馈的校准表。一旦

调整后，新表从下一个表开始立即生效

控制周期。伪算法2给出了实现

实时校准过程的细节。

首先通过第1行到第5行对数据进行预处理

速度和实际速度已经收敛（等式8），算法停止校准过程（第6行到第7行）。

除距离因素外，相似性成本（costsimilarity）是

定义为等式13。通常，相似性成本

保留原始表。这是因为我们假设

初始表格相当准确，不应修改

在任何短时间内都会发生显著的变化。

III. RESULT

 

使用两种类型的车辆（表一）测试

不同算法下的性能：（1）混合乘客

车辆-林肯MKZ(2） 仅电子交付车辆

-Neolix AX1[31]1。

B离线模型评估

离线模型在Lincoln MKZ上进行了交叉试验

验证和道路性能。在本节中，测试车辆

被置于中等负荷，例如两名乘客加上标准

车载设备，总共约200公斤。

Lincoln MKZ的动力系统比Neolix AX1更复杂。因此，如果离线校准模型有效

在Lincoln MKZ上很好，在Neolix AX1上应该可以很好地工作

也是（确实如此，请参见下一节）。

TABLE III: Offlfline Calibration Comparison

 

1） 交叉验证：表II显示了中所述离线校准模型的十倍交叉验证结果

第II-C节。注意，MAE指的是平均绝对误差，

而RMSE是指均方根误差。

 

 

在所有测试的算法中，高斯过程回归，

首先对线性回归、支持向量机进行了研究

由于他们的表现不佳，他们被解雇了。随机森林

相当好，但最好的结果是使用神经网络，这在一般情况下，能够实现

与节流的[0,4]m/s2有效范围和制动的[6,0]m/s2有效范围相比，精度在3%以内。综上所述，选择神经网络作为离线校准模型。

使用阿波罗校准工具生成手动校准表。？？？？

 

C. Online Algorithm Evaluation

在这份手稿中，我们提出了一个纵向控制

校准算法，包括离线校准

模型和在线校准算法。对于离线用户

校准模型，我们已经测试了相当多的机器

学习技巧（见表二），并最终发现

端到端解决方案（神经网络）。我们也尝试过

多种数据预处理方法，以获得干净、可靠的数据

从大量数据和噪音中提取有用数据（参见

第II-B节）。与离线校准相反，我们选择了

在线校准的无模型方法。具体来说，是在线的

以梯度下降方式进行校准（参见

第II-D节）。因为在线校准运行频率很高

（即在我们的例子中为100 Hz），梯度下降是一种更可靠的方法

更新校准表的方法，无需选择

一个错误的模型。

结果表明，启用校准后，我们的测试

在控制精度方面，车辆表现明显更好

（速度/站错误）。此外，该算法已得到验证

部署到多个百度阿波罗自动驾驶车辆，包括标准混合动力家庭车辆和电子车辆

仅限送货车辆。截至2018年8月27日，已

测试时间超过两千小时，大约十小时

数千公里（6213英里）道路测试。