雷锋网新智驾按：4月24日，雷锋网（公众号：雷锋网）新智驾联合MMC在2017年上海车展举办“构建智能驾驶的关键”主题沙龙，本文来自清华大学自动化系统工程研究所教授姚丹亚的分享。本文讲述了V2X技术在自动驾驶中的一个重要应用场景，即自动驾驶汽车在路口会车时的通行决策问题。

*清华大学自动化系统工程研究所教授姚丹亚在上海车展新智驾&MMC沙龙现场

有一篇来自清华大学的论文名叫《基于完全信息动态博弈的无灯控交叉口的车辆协同驾驶模型》（作者：杨卓，姚丹亚），它试着解决了一个可能很多人都想过但还没有解决的问题，那就是使自动驾驶汽车在路口会车时相互协调，最终彼此配合完成通行决策。

你可以将它看作V2X助力自动驾驶决策的应用之一。对于V2X对自动驾驶的作用，人们谈得更多的是V2X在环境感知中的作用，即除汽车自身的传感器感知外，借助V2X完成更大范围的环境感知。

但V2X还有一个重要作用，就是协同决策。目前我们能做到在自主感知的基础上决策，但V2X环境使“群决策”成为可能，在可能在未来会是自动驾驶中的一个重要应用。

如何基于V2X实现群决策？

以一个具体的场景为例，即无信号交叉路口的车车协同。两辆车抵达路口，在没有控制中心的情况下，听谁的？它们之间是一个博弈的关系，要通过博弈，保证双方安全又顺利地通过交叉路口。

首先，做一个简单的场景描述。

1、存在参与车辆，左边驶来一辆车，下方驶来一辆车，已知彼此的速度、加速度和位置，以及达到路口会车点的距离。

2、路口为无信号交叉路口，即在没有信号灯控制。

3、存在V2X环境，车车间可以进行交互。

以上是前提假设。接下来将问题拆分。

第一，判断车辆间是否存在冲突。我们选择一个指标来描述这个冲突，这个指标就叫作“冲突时间差”，即两辆车到达冲突点的时间差值。该差值越小，就越有可能相撞，如为零则相撞，如差值很大，则代表在完全不同的时刻通过交叉点，定不会相撞。

第二，如果存在冲突，如何提前避免。在这个部分要考虑的因素很多，为了保证安全，当两辆车存在冲突时，需要用一个算法保证它们最后不相撞。因此，二者通过路口可以看成一个博弈问题。博弈包括三个要素。

要素一：对象，要存在博弈双方，此处的对象是车辆。

要素二：策略，忽略具体的油门、刹车等不同操作，用一个“加速度”来作为各种操作的表现形式，加速度构成了策略。

要素三：收益，需要定义博弈的收益。我们在模型里定义了三种收益，即安全、快速、舒适。安全是首要需求，即不能撞车；快速指的是使车辆尽快通过路口；舒适指符合人的驾驶习惯，不能过度加速和减速，保证驾驶舒适。

以上就是一些决策的基本场景假设。

基于此，两辆车的路口博弈在数学上可以看作一个有约束的多目标规划问题。即，将不同加速度组合的情况下，使获得的收益“Ω”达到最大。其中涉及一些数学问题，如多重纳什均衡、求最优解等，我们在这个模型中是用遗传算法求取最优解。

下面就具体地来计算这个问题。

对于两辆车，首先要判断其是否进入冲突区。博弈系统的实例模型如下所示，红点表示冲突点（碰撞的点），通过车辆到达冲突点的时间差判断是否进入冲突区域。

*出自该模型作者曾发表的论文

若两辆车并未进入冲突区，则不需要博弈，正常行驶即可。一旦进入冲突区，博弈即开始，通过博弈使得收益最大。前面讲到三个收益指标（安全、快速、舒适），此时就要具体定义这三个指标。

1、安全性指标。安全性指标指已到达冲突点的时间差，在这个模型中，该差值一定要大于某个给定的阈值，才能确保安全。这个公式比较简单，基本是中学时候关于距离、速度、时间的简单公式。

2、快速性指标。指的是两个周期内速度的变化，是当前时刻加速度值的直接反应。

3、舒适性指标。舒适性指标其实可以直接用加速度的绝对值来表示，绝对值越大，舒适型越差，在这个模型中我们基本选择0.25g加速度指标来进行博弈。当然，前提还是要安全，如果要发生碰撞了，那么舒适性指标是可以牺牲的。此外，舒适性指标也定义了一些不良加速度行为，如加速度增幅达到200%，或是该加速时变成反向加速度等。

对于以上三个收益值，需要做一个标准化的工作。三种数据的量纲不同，有的是时间，有的是加速度，如何求和呢？这其中就涉及到标准化问题。这里不具体解释，基本的计算方法是将当前值减去期望值除以标准差。最后，需要用到遗传算法，尽可能得到全局最优解。

仿真实验

对于这套理论，我们还没有用在实车控制中，只是进行了仿真实验。这是个具体的仿真例子。两辆车初始速度分别为60km/h和50km/h，距离冲突点的距离分别为250米和150米，设定约束条件：最大速度不能超过70km/h，最小速度是零（即停车），加速度值控制在±0.3g之间。用于求解的遗传算法在此不赘述，它主要用于获得最优解的。下图，是两车路口会车的仿真实验结合曲线图。

*出自该模型作者曾发表的论文

从上图可以看出，这次仿真实验得到了蛮有意思的结果。在这个场景下，两辆车出现了两次博弈的过程。第一次，计算得出到冲突点的时间差小于给定阈值，进行了一轮博弈后，冲突危险解除，判断安全后又开始自由驾驶；自由驾驶一段时间以后又进入了一次博弈过程，最后直到车辆安全通过路口。

上面的图给出了许多博弈曲线。第一排曲线是收益曲线，红色、蓝色代表两辆车分别的收益，绿色表示两辆车的总收益。第二排是加速度曲线，拿加速度曲线来说，博弈的效果不是特别好，因为跳动很大，博弈算法还有些需要完善的地方。第三排是速度曲线。

最后一排的碰撞时间差（TDTC）。我们为TDTC设置一个阈值，当TDTC小于阈值的时候，就会告知存在碰撞风险，开始博弈。而这个过程是变化的，一旦TDTC超出阈值，就证明没有风险，双方就可以自由驾驶。最后车辆安全驶离交通路口，这是一个完整的博弈过程。

在一些具体参数上，主要考虑三点。

第一，收益。如图，对于第一辆车而言，它得到的是负收益，第二辆车是正收益，我们的博弈规则，是将二者相加，尽量使得整体收益最大。

第二，高速度占比和不良加速度。

第三，收益函数的系数。这是一个很重要的参数，这个系数会直接影响最后博弈的效果。具体的确定的方法，我认为是值得研究的。比如，α大是更强调安全，β大是强调快速性，γ大是强调舒适性，看你如何选择评估方式。

总结

该模型的研究，考虑到了驾驶安全、舒适等指标之间的博弈和决策，避免碰撞是最重要的部分，同时也要尽可能避免那些降低舒适性的操作。未来，通过丰富策略集，可以在模型的基础上，有更多方向、更多方式的相关研究。

同时，群决策算法是一个亮点。刚才只是两辆车的模型，我们的博士生还在研究路口多车博弈的通用模型。

当然，我们现在的实验还在仿真基础上，不过也在做一些实用的产品。我们课题组和一个叫作星云互联的公司合作，开发了一些V2X的产品，如智能车载终端、路侧通信机、路侧主机等，其中内置了多种通信模块，支持多种通信方式接入，完成车车、车路之间的数据交互。目前我们的产品，主要应用在各种自动驾驶和智能驾驶测试场，同时，还推出了了一些实际应用。例如我们在校园公交系统中装入了路侧系统、校园公交车上安装了车载装置，用以测试和积累数据。此外，我们还在芜湖交警支队的支持下，在中心城区路口建设了V2X基础设施。之后，我们还和很多的企业和测试场开展更多的合作，在实际的项目中进行测试。