名义代价期望目标下的智能车辆困境避险规划

doi:10.3969/j.issn.1004-132X.2022.15.011

摘要/Abstract

摘要： 提出了一种基于冲突伤害名义代价的避险规划方法。综合碰撞伤亡代价、法规、伦理和冲突不确定等因素，在伦理调查基础上建立对冲突各方中人的伤害名义代价模型。以名义代价期望为目标函数，车辆物理系统限制为约束条件，构建两难困境下的轨迹规划问题。采用暖启动数值优化的分层优化算法对规划问题求解。设计了两难困境仿真场景，仿真实验表明，提出的方法给出了符合公众预期的避险规划。

关键词: 智能车辆, 两难困境, 名义代价, 伦理, 规划, 分层优化

Abstract: A nominal cost of conflict injury was developed based on risk avoidance algorithm. Counting the casualty， legislation， ethics and the uncertainty of conflict， the nominal cost model for the involved traffic participants was devised based on ethical survey. Taking the nominal cost expectations as the object and limits of vehicle system as the constraints， the problem of trajectory planning of intelligent vehicles in dilemmas was established. This optimization problem was solved by a hierarchical frame consisting of warm start and numerical optimization. The typical dilemmas were designed， Simulation results verify that the proposed method presents risk avoidance trajectories that are in line with public expectations.

Key words: , intelligent vehicle, dilemma, nominal cost, ethics, planning, hierarchical optimization

中图分类号:

U461.1

张荣珅, 王玉田, 胡荣权, 杨灵芳, 黄智. 名义代价期望目标下的智能车辆困境避险规划[J]. 中国机械工程, 2022, 33(15): 1849-1856.

ZHANG Rongshen, WANG Yutian, HU Rongquan, YANG Lingfang, HUANG Zhi. Avoidance Planning for Intelligent Vehicles in Dilemma Based on Nominal Cost[J]. China Mechanical Engineering, 2022, 33(15): 1849-1856.

导出引用管理器 EndNote|Ris|BibTeX

链接本文: https://www.cmemo.org.cn/CN/10.3969/j.issn.1004-132X.2022.15.011

https://www.cmemo.org.cn/CN/Y2022/V33/I15/1849

参考文献

［1］RASEKHIPOUR Y， FADAKAR I， KHAJEPOUR A. Autonomous Driving Motion Planning with Obstacles Prioritization Using Lexicographic Optimization［J］. Control Engineering Practice， 2018， 77：235-246.
［2］WANG H， HUANG Y， KHAJEPOUR A， et al. Ethical Decision-making Platform in Autonomous Vehicles with Lexicographic Optimization Based Model Predictive Controller［J］. IEEE Transactions on Vehicular Technology， 2020， 69（8）：8164-8175.
［3］LUETGE C. The German Ethics Code for Automated and Connected Driving［J］. Philosophy & Technology， 2017， 30（4）：547-558.
［4］CASTRO L， CHAUDHARI P， TUMOVA J， et al. Incremental Sampling-based Algorithm for Minimum-violation Motion Planning［C］∥ 52nd IEEE Conference on Decision and Control. Firenze， 2013：3217-3224.
［5］TUMOVA J， HALL G C， KARAMAN S， et al. Least-violating Control Strategy Synthesis with Safety Rules［C］∥ 16th International Conference on Hybrid Systems：Computation and Control. Philadelphia， 2013：1-10.
［6］裴晓飞，李朋，陈祯福，等. 不同紧急工况下的汽车主动避撞控制的研究［J］. 汽车工程， 2020， 42（12）：1647-1654.
PEI Xiaofei， LI Peng， CHEN Zhenfu， et al. Research on Active Collision Avoidance Control of Vehicles under Different Emergency Conditions［J］. Automotive Engineering， 2020， 42（12）：1647-1654.
［7］THORNTON S M， PAN S， ERLIEN S M， et al. Incorporating Ethical Considerations into Automated Vehicle Control［J］. IEEE Transactions on Intelligent Transportation Systems， 2017， 18（6）：1429-1439.
［8］GOODALL N J. Machine Ethics and Automated Vehicles［M］. Berlin：Springer， 2014：93-102.
［9］GOODALL N J. Ethical Decision Making during Automated Vehicle Crashes［J］. Transportation Research Record， 2014， 2424（1）：58-65.
［10］LIM H， TAEIHAGH A. Algorithmic Decision-making in AVs：Understanding Ethical and Technical Concerns for Smart Cities［J］. Sustainability， 2019， 11（20）：5791.
［11］WANG H， HUANG Y， KHAJEPOUR A， et al. Crash Mitigation in Motion Planning for Autonomous Vehicles［J］. IEEE Transactions on Intelligent Transportation Systems， 2019， 20（9）：3313-3323.
［12］RASEKHIPOUR Y， KHAJEPOUR A， CHEN S K， et al. A Potential Field-based Model Predictive Path-planning Controller for Autonomous Road Vehicles［J］. IEEE Transactions on Intelligent Transportation Systems， 2017， 18（5）：1255-1267.
［13］张东亚. 考虑最终风险概率的自动驾驶避障系统研究［D］；东南大学， 2019.
ZHANG Dongya. Research on Obstacle Avoidance System of Automatic Drive Considering the Final Risk Probability［D］. Jiangsu：Southeast University， 2019.
［14］KUMFER W， BURGESS R. Investigation into the Role of Rational Ethics in Crashes of Automated Vehicles［J］. Transportation Research Record Journal of the Transportation Research Board， 2015， 2489（1）：130-136.
［15］PUGNETTI C， SCHLAPFER R. Customer Preferences and Implicit Tradeoffs in Accident Scenarios for Self-driving Vehicle Algorithms［J］. Journal of Risk and Financial Management， 2018， 11（2）：28.
［16］王玉田. 两难困境下自动驾驶的伦理决策研究［D］.长沙：湖南大学， 2021.
WANG Yutian. Modeling of Autonomous Vehicles Personal Ethical Decision Based on Relative Ethical Preference［D］. Changsha：Hunan University， 2021.
［17］HUANG Z， LIU X， SONG X， et al. Probabilistic Risk Assessment for Pedestrian-vehicle Collision Considering Uncertainties of Pedestrian Mobility［J］. Traffic Injury Prevention， 2017， 18（6）：650-656.
［18］KONG C， YANG J J A A P. Logistic Regression Analysis of Pedestrian Casualty Risk in Passenger Vehicle Collisions in China［J］. Accident Analysis & Prevention, 2010， 42（4）：987-993.
［19］陈维庭. 医院内创伤严重度评分法：AIS-ISS法［J］. 中华创伤杂志， 1994， 10（1）：44-46.
CHEN Weiting. Hospital Trauma Severity Scoring Method AIS-ISS Method［J］. Chinese Journal of Trauma， 1994， 10（1）：44-46.
［20］刘凯，陈慧岩，龚建伟，等. 高速无人驾驶车辆的操控稳定性研究［J］. 汽车工程， 2019， 41（5）：514-521.
LIU Kai， CHEN Huiyan， GONG Jianwei， et al. A Research on Handling Stability of High-speed Unmanned Vehicles［J］. Automotive Engineering， 2019， 41（5）：514-521.
［21］ZHANG X， LINIGER A， SAKAI A， et al. Autonomous Parking Using Optimization-based Collision Avoidance［C］∥ 2018 IEEE Conference on Decision and Control（CDC）. Miami， 2018：4327-4332.
［22］LIM W， LEE S， SUNWOO M， et al. Hierarchical Trajectory Planning of an Autonomous Car Based on the Integration of a Sampling and an Optimization Method［J］. IEEE Transactions on Intelligent Transportation Systems， 2018， 19（2）：1-14.
［23］WERLING M， ZIEGLER J， KAMMEL S， et al. Optimal Trajectory Generation for Dynamic Street Scenarios in a Frenet Frame［C］∥2010 IEEE International Conference on Robotics and Automation. Anchorage， 2010：987-993.

[1]	赵丁选, 郭瑞, 王硕, 闫长长, 王子鹤, 张天赐. 复杂地形环境下无人步履式挖掘机的车身姿态规划方法[J]. 中国机械工程, 2026, 37(1): 233-242.
[2]	妥吉英, 徐笑南, 李俊, 张玉琛, 黄安, 胡都, 刘梓林. 一种基于改进SAC算法的六轴机械臂路径规划[J]. 中国机械工程, 2025, 36(12): 2986-2992.
[3]	封雨鑫, 刘坚, 邓宏贵, 余强, 王战, 叶浩泉. 激光高速高精加工非均匀有理B样条曲线插补方法[J]. 中国机械工程, 2025, 36(12): 3002-3009.
[4]	郑乔, 吕瑞强, 崔本城, 左芮. 基于工艺数据规范表达的工艺知识泛化[J]. 中国机械工程, 2025, 36(11): 2728-2737.
[5]	史玲玲, 杜逸民, 郭丽丽, 张之敬, 金鑫, 李佳迪. 微器件产品装配工艺的智能决策[J]. 中国机械工程, 2025, 36(10): 2159-2170.
[6]	孔慧芳, 王晨顺, 张倩, 刘田阔. 基于时空风险场的智能车辆轨迹规划[J]. 中国机械工程, 2025, 36(10): 2463-2471.
[7]	刘建林, 黄海松, 范青松, 马驰, 张浪浪. 基于改进樽海鞘群算法的机械臂多目标轨迹规划研究[J]. 中国机械工程, 2025, 36(09): 2047-2056.
[8]	郭万金1, 2, 3, 4, 孙浩1, 利乾辉1, 田玉祥1, 曹雏清2, 赵立军2, 4. 轮毂毛刺机器人打磨刀路规划与工具姿态优化[J]. 中国机械工程, 2025, 36(06): 1222-1237.
[9]	韩江1, 2, 张文强1, 2, 田晓青1, 2, 夏链1, 2. 基于参数映射的开式整体叶盘流道铣削路径生成方法[J]. 中国机械工程, 2025, 36(04): 688-696.
[10]	张志刚1, 靳勇利1, 王栋银1, 付志军1, 秦国栋2. 基于动力学降噪模型的蛇形臂机器人末端轨迹跟随算法[J]. 中国机械工程, 2025, 36(03): 407-413.
[11]	张道德, 卢子健, 赵坤, 杨智勇. 非平坦环境下履带机器人多目标路径规划方法研究[J]. 中国机械工程, 2025, 36(02): 305-314.
[12]	王志强1, 韩建海1, 2, 3, 李向攀1, 2, 郭冰菁1, 2, 杜敢琴4. 冗余机器人的笛卡儿空间螺旋线性插值轨迹规划[J]. 中国机械工程, 2025, 36(01): 104-112.
[13]	张志文1, 2, 刘伯威3, 张继园1, 唐杰1, 张天赐1, 2. 麻雀搜索算法-粒子群算法与快速扩展随机树算法协同优化的智能车辆路径规划[J]. 中国机械工程, 2024, 35(06): 993-999，1009.
[14]	仲训杲1, 4, 罗家国1, 田军2, 仲训昱2, 彭侠夫2, 刘强3. 二阶锥约束规划的机器人视觉闭环位姿自协调方法[J]. 中国机械工程, 2024, 35(06): 1064-1073.
[15]	闫利军1, 李广岐1, 刘勤2, 高景洲1, 宋华斌1, 骆小平1. 大口径火炮弹协调器机构可靠性优化设计研究[J]. 中国机械工程, 2024, 35(05): 877-885.