Realtime Robotics的運動規(guī)劃芯片可幫助自動駕駛汽車做出更好的決策。

無論是駭人聽聞的 Uber 無人車撞死行人的事件，還是特斯拉自動駕駛儀接連不斷的事故，我們在總結每一項事故以及車輛被迫接管等情況發(fā)生的原因時，一方面歸咎于無人車在不同條件下能否提供可靠的感知能力，而另一方面，運動規(guī)劃算法的計算速度也在影響著車輛是否能夠及時作出安全的路線規(guī)劃。

是否能夠提高運動規(guī)劃系統(tǒng)的速度？

自DARPA挑戰(zhàn)賽以來，自動駕駛的規(guī)劃算法大量涌現(xiàn)，但目前還沒有一種算法能夠覆蓋所有的場景，在面對高速場景，低速場景，自動泊車場景，復雜動態(tài)的非結構化道路場景，交通參與者密集場景等場景時，大多數(shù)自動駕駛系統(tǒng)會根據(jù)其模型最可能的場景來規(guī)劃運動，以確定周圍物體的作用。

目前大多數(shù)自動駕駛汽車能夠以3 Hz至10 Hz的速度運行運動規(guī)劃系統(tǒng)，而美國杜克大學 Realtime Robotics 系統(tǒng)以1，000 Hz運行，并行通過大量可能軌跡的數(shù)據(jù)網(wǎng)絡，這使得系統(tǒng)能夠在更短的時間內(nèi)考慮更多的潛在結果，從而做出最佳決策。

Realtime Robotics 定制運動規(guī)劃芯片

自動駕駛創(chuàng)業(yè)的興起，讓一些芯片制造商專門為無人車定制芯片，更切合算法的芯片，能夠提高效率，優(yōu)化算法結構也能減少功耗。而美國杜克大學專門為運動規(guī)劃定制了處理器，提高了運算的效率。他們最初在桌面手臂機器人上做實驗，基于FPGA開發(fā)出了一種可快速進行機器人運動規(guī)劃的定制處理器，使運動規(guī)劃流程的速度提升了三個數(shù)量級，而使用的電量僅為之前的二十分之一�，F(xiàn)在，他們把這種芯片成功運用在無人車上。

該解決方案只需要輸入來自攝像機，雷達，激光雷達和其他傳感器的感知數(shù)據(jù)，包括有關場景的信息，靜態(tài)障礙以及其他代理的最可能的未來路徑。通過利用網(wǎng)格規(guī)劃器，在不到1ms的時間內(nèi)執(zhí)行障礙物檢測和最低成本路徑計算。對于每個不確定性障礙，系統(tǒng)都能對其在規(guī)劃間隔內(nèi)可能遵循的軌跡進行有根據(jù)的猜測。FPGA可以在硬件中編碼數(shù)據(jù)，硬件并行性的方式使得運動規(guī)劃步驟非常快。

Realtime已經(jīng)在模擬環(huán)境中做了大量測試，視頻中列舉了在兩個場景下，該系統(tǒng)被證明安全性顯著提高：

① 騎自行車者（沒有通行權）穿過一個十字路口

一個騎自行車的人在一輛車的遮擋下，違規(guī)通過十字路口。通過模擬不同車速，自行車速度和自行車穿越時間下，以目前自動駕駛做決策的平均速度10Hz為例，會有 6．25％的幾率發(fā)生碰撞；而在 Realtime 系統(tǒng)1000Hz下碰撞不會發(fā)生。

②行人突然從停放的汽車后面出現(xiàn)

行人突然從停放的汽車后面出現(xiàn)，從感知到做出決策的時間很短，通過不同車速和行人移動速度的不同組合測試，發(fā)現(xiàn)按照一般決策系統(tǒng)處理的速度22％的幾率會擊中行人，而更快決策速度下，可以避免此事故。

毫無疑問，計算的速度越快當然是越好的。在60公里／小時（約40英里／小時）的速度下，10毫秒規(guī)劃和100毫秒規(guī)劃之間的差異大約是一米半，這很容易成功地避開一個任性的行人。在更快的速度和更加受限的高速環(huán)境中，該定制芯片顯得更有用。

近日，這家成立三年的公司宣布推出了無碰撞方案組合RapidPlan和RapidSense解決方案，Realtime Robotics 通過讓機器人能夠識別和響應不斷變化的環(huán)境來實現(xiàn)零碰撞。目前，該芯片已經(jīng)應用在桌面手臂機器人上，在自動駕駛汽車上的應用還處于模擬環(huán)境中 ，在真實交通環(huán)境中的表現(xiàn)如何，還有待進一步測試。

總結

這種通過定制快速運動規(guī)劃芯片的方法顯著提高了做決策的速度，如果能夠應用在無人車上必定帶來全新的革命，然而與機器人不同的是，無人車上路除了要做到避障規(guī)劃以外，還需要遵守交通規(guī)則，很多條件下需要減速來避障，此芯片在速度規(guī)劃和路徑規(guī)劃的融合方面可能還需要更全面的考慮。