1.

mô-dun dự đoán
 Đầu vào cho mô-đun dự đoán bao gồm các đối tượng được cảm nhận, cùng
với các thuộc tính "khách quan" của chúng như vị trí, vận tốc và danh mục
(ví dụ: phương tiện, người đi xe đạp hoặc người đi bộ). Mô-đun dự đoán sau
đó tính toán các quỹ đạo dự đoán cho từng đối tượng nhận thức và chuyển
chúng đến mô-đun quyết định hành vi.
 được triển khai như một thư viện phần mềm :
o thường ít phức tạp hơn về mặt logic tính toán
o chúng không có trạng thái hoặc ký ức
o NHƯỢC : Các mô-đun thường cần duy trì trạng thái là ký ức của các
khung hình trước đó để nâng cao độ chính xác của tính toán.
 Khi thực tế hơn thì mô-dun dự đoán chuyển từ thư vện phần mềm sang mô-
đun thực tế.
o Duy trì trạng thái ký ức
o Tính toán nhanh và chính xác hơn

2. Mô-đun dự báo giao thông

 Dự đoán hành vi
o 3 tính năng :
 Đặc điểm lịch sử xe: Đối với mỗi khung, chiếc xe mà chúng tôi
muốn dự đoán sẽ được thể hiện bằng vị trí tuyệt đối cũng như vị
trí tương đối của nó với làn đường. Loại tính năng này có thể
đại diện cho lịch sử cách chiếc xe sẽ di chuyển dọc theo làn
đường hiện tại hoặc thậm chí các làn đường trước đó.
 Tính năng trình tự làn đường: Ví dụ, tiêu đề, độ cong và khoảng
cách đến ranh giới của mỗi điểm làn đường so với làn đường
mà nó thuộc về, có thể được trích xuất dưới dạng các tính năng
trình tự làn đường. Loại tính năng này có thể đại diện cho hình
dạng của chuỗi làn đường được chỉ định sẽ được thực hiện.
 Các đặc điểm đối tượng xung quanh: Loại tính năng này khó
tính toán hơn và nó chụp các vật thể xung quanh xe (hành vi
của chúng sẽ phải được dự đoán). Điều này là do đôi khi không
chỉ hình dạng làn đường hoặc tư thế lịch sử của xe mà cả các
vật thể xung quanh, sẽ quyết định hành vi trong tương lai của
nó. Ví dụ: nếu chúng ta xem xét các làn đường liền kề trái và
 phải / song song, chúng ta có thể chiếu xe mục tiêu sang làn
đường liền kề bên trái và bên phải. Sau đó, chúng ta có thể tính
toán khoảng cách về phía trước giữa chúng.
o Mô hình dự đoán hành vi xe :
 Các mô hình không có bộ nhớ: Chúng bao gồm các mô hình
như SVM hoặc DNN . Chúng không có bộ nhớ vì mô hình vẫn
giữ nguyên sau khi được đào tạo. Hơn nữa, đầu ra không phụ
thuộc vào các trường hợp đầu vào trước đó. Với loại mô hình
này, nếu chúng ta muốn nắm bắt thông tin lịch sử, chúng ta cần
mã hóa chúng một cách rõ ràng vào các tính năng. Ví dụ: chúng
tôi có thể lấy nhiều khung lịch sử của thông tin xe, trích xuất
các tính năng từ mỗi khung này và sử dụng các tính năng được
trích xuất này cho cả dự đoán và đào tạo.
 Mô hình bộ nhớ: Chúng bao gồm các mô hình như mô hình Bộ
nhớ ngắn hạn dài hạn (LSTM) với cấu trúc RNN (Mạng nơ-ron
đệ quy) .Các mô hình này có bộ nhớ vì đầu ra sẽ phụ thuộc vào
đầu vào. Tuy nhiên, chúng khó đào tạo hơn nhiều. Với các mô
hình như RNN, đầu vào có thể chỉ là thông tin khung hiện tại
như tính năng xe hiện tại và các tính năng đối tượng xung
quanh hiện tại. Mô hình bằng cách nào đó sẽ "ghi nhớ" các đầu
vào trước đó với các tham số mô hình và các đầu vào trước đó
này sẽ ảnh hưởng đến đầu ra hiện tại.
 Lựa chọn mô hình nào phụ thuộc vào các kịch bản cụ thể.
 Tính toán quỹ đạo thực tế
o Bộ lọc Kalman :
 Giả định cơ bản cốt lõi là một chiếc xe sẽ dần dần đi theo
đường trung tâm (còn được gọi là "đường tham chiếu") của làn
đường. Do đó, chúng tôi sử dụng Bộ lọc Kalman để theo dõi tọa
độ (s, l) của các điểm dự đoán của xe trên quỹ đạo. Nói một
cách đơn giản, s đại diện cho khoảng cách dọc theo đường tham
chiếu trung tâm của một làn đường (khoảng cách dọc) và l đại
diện cho khoảng cách bên vuông góc với hướng s tại bất kỳ
điểm nào.
 Do thời gian có hạn nên chúng tôi không làm rõ Bộ lọc Kalman
là như thế nào, các bạn có về tìm hiểu ???
o Dựa trên máy học :
  Ưu điểm của mô hình dựa trên máy học trong thế hệ quỹ đạo là
nó có thể tận dụng các quỹ đạo thực tế lịch sử và nhằm mục
đích tạo ra các quỹ đạo giống như lịch sử hơn là quỹ đạo dựa
trên quy tắc.
 Đây 2 giải pháp đề xuất, mọi người có thể tham khảo
nhiều các giải pháp khác.

3. Mô-đun định tuyến

 Mặc dù vấn đề định tuyến cho xe tự hành cũng giải quyết vấn đề đi từ A đến
B, đầu ra của nó không dành cho người lái xe, mà đóng vai trò là đầu vào
của các mô-đun khác như quyết định hành vi và lập kế hoạch chuyển động.
Do đó, phạm vi quy hoạch tuyến đường cấp làn đường phải đạt đến mức làn
đường được xác định bởi bản đồ HD. Các làn đường được xác định bằng
bản đồ HD này không giống với các làn đường hoặc đường được phân chia
tự nhiên.
 Xem xét thực tế là dữ liệu thông tin biểu đồ đường thực tế là rất lớn, mô-đun
định tuyến thường có thể tải trước biểu đồ đường và xây dựng biểu đồ điểm
làn đường theo kiểu đặc biệt. Nếu tuyến đường đến đích không có sẵn với
bán kính nhỏ của biểu đồ đường được tải, mô-đun định tuyến có thể tải lại
bán kính dữ liệu biểu đồ đường lớn hơn, xây dựng lại biểu đồ Lane Point và
tính toán lại tuyến đường.
 Giả sử rằng có một chiếc xe di chuyển chậm trên làn đường hiện tại phía
trước xe tự lái. Với định tuyến mạnh, xe tự lái sẽ giảm tốc độ và chỉ cần đi
theo xe chậm phía trước. Tuy nhiên, với định tuyến yếu, chiếc xe tự lái có
thể thực hiện hành động chuyển sang làn đường song song liền kề, vượt qua
chiếc xe chậm và sau đó nhập trở lại làn đường trước đó như hầu hết những
người lái xe con người sẽ làm. Phụ thuộc vào định tuyến mạnh hay yếu, bất
cứ khi nào tai nạn khẩn cấp xảy ra hoặc cần thiết phải thực hiện các thao tác
khẩn cấp, các mô-đun hạ lưu sẽ hoạt động với nguyên tắc bao quát về an
toàn trước tiên và yêu cầu định tuyến lại thường sẽ được gửi trong những
trường hợp như vậy.

4. Quyết định riêng lẻ

 Trong mỗi trường hợp, quy tắc tương ứng sẽ được áp dụng riêng cho đối
tượng hoặc thành phần trong kịch bản để tính toán Quyết định riêng cho
từng đối tượng.
 VÍ DỤ :Khi chúng ta muốn chuyển sang làn đường bên phải, chúng ta xem
xét các phương tiện ở làn bên phảilàn đường cũng như các phương tiện trong
làn đường của chúng ta. Đối với các phương tiện ở làn bên phải của chúng
ta, nếu không gian vàkhoảng cách thời gian đủ lớn, chúng ta có thể đưa ra
quyết định VƯỢT hoặc YIELD riêng lẻ gắn thẻ cho họ. Và trước khi thực
sự chuyển làn, chúng ta vẫn cần giữ khoảng cách với làn đường cái tôi của
mình xe dẫn đầu nếu có. Vì vậy, cũng có thể có một quyết định cá nhân đối
với phương tiện dẫn đầu làn đường cái tôi. Quyết định cá nhân đó đối với xe
dẫn đầu làn đường cái tôi có thể là THEO DÕI hoặc thậm chí BỎ QUA.

5. Quyết định tổng hợp

 VÍ DỤ : tham số đi theo là id của phương tiện đi theo làn đường hiện tại, tốc
độ đề xuất cần tuân theo (thường là tốc độ của xe phía trước hoặc giới hạn
tốc độ làn đường, tùy theo mức nào thấp hơn) và khoảng cách đề xuất để giữ
trong khi theo sau (ví dụ, 3 m phía sau xe ở phía trước). Điều này cho phép
lập kế hoạch chuyển động xuôi dòng sử dụng các tham số này làm các ràng
buộc, để tính toán quỹ đạo trơn tru và không va chạm
 Các quyết định tổng hợp ví dụ bao gồm: tiếp tục ở làn đường hiện tại để đi
theo một phương tiện khác, chuyển làn sang làn đường song song liền kề
hoặc dừng ở một vạch dừng nhất định theo yêu cầu của biển báo hoặc đèn
giao thông.
 Giải thích trên hình nào là quyết định riêng, quyết định
tổng ???

6. Lập kế hoạch di chuyển

 Bài toán lập quỹ đạo
o Lập quỹ đạo : kế hoạch đường đi và lập kế hoạch tốc độ
 Lập kế hoạch đường đi :
 Lập kế hoạch tốc độ : Điển hình là lập kế hoạch thông qua đồ
thị Graph
 Điều quan trọng cần nhớ là khi chúng ta nói về ST-
Graph, luôn có một đường đi cơ bản được xác định trước.
Ngoài ra, ST-Graph không nhất thiết phải là 2D mà còn
có thể là SLT-Graph 3D, trong đó chiều bổ sung là
 khoảng cách ngang vuông góc với quỹ đạo, ký hiệu là
chiều L
 VÍ DỤ
 Mặt phẳng tốc độ 1: Mặt phẳng tốc độ đầu tiên (Kế
hoạch tốc độ 1) thể hiện đường đi luôn ở phía sau xe a và
b tại bất kỳ thời điểm nào. Độ dốc của Kế hoạch tốc độ 1
thể hiện tốc độ của phương tiện tự động của chúng ta và
đường đi cuối cùng sẽ đạt đến vị trí s = sHQG (mặc dù
nó không được vẽ rõ ràng trên hình ảnh.) Kế hoạch tốc
độ 1 có nghĩa là phương tiện tự động của chúng ta sẽ
nhường cho cả hai phương tiện một và b chỉ đi vào làn
đường bên trái liền kề sau khi cả a và b đã vượt qua.
 Kế hoạch tốc độ 2: quỹ đạo thứ hai rõ ràng cũng bắt đầu
từ cùng một nguồn gốc. Tuy nhiên, độ dốc của đường đi
cứ tăng dần cho đến khi xe tự hành của chúng ta đạt đến
một tốc độ nhất định. e Khoảng cách theo chiều V tương
ứng sẽ vượt xe a tại một thời điểm nào đó nhưng không
bao giờ vượt quá khoảng cách V của xe b tại bất kỳ thời
điểm nào. Trong thực tế, kết quả lập kế hoạch tốc độ của
Kế hoạch tốc độ 2 là một chuyển động điển hình của xe
dẫn đầu nhường đường b và vượt xe phía sau a bằng cách
đưa xe vào khoảng trống giữa a và b.
 Phương án tốc độ 3: e xe tự hành tăng tốc cho đến khi
vượt qua cả xe a và xe b. Tại mọi thời điểm, khoảng cách
V của nó luôn lớn hơn xe a và b.

o Lập quỹ đạo theo chiều ngang và chiều dọc :

 Gợi ý ở đây thôi, do thời gian sẽ k nêu rõ và mọi người về nhà
tìm hiểu.