據外媒報道，杜克大學（Duke University）曾啟動一個研究項目，以將桌面機器人手臂的運動規劃速度提高，讓機器人可依靠定制的處理器，在幾毫秒時間內完成通常需要幾秒鐘進行的工作。隨后，杜克大學研究人員基于該項技術成立一家名為Realtime Robotics的公司，最近，他們正致力于將該技術用于自動駕駛汽車。

讓自動駕駛更快做出運動規劃，包括汽車決定下一步要做什么的過程，讓該過程變快不僅意味著讓車輛更快做出決定，還意味著做出更好地決定，以盡可能地保證該車及周圍車輛的安全。

問題是，在一個本身就不可預測的世界上行駛，將需要大量計算機來猜測人類的下一步行動。計算機非常擅長該項工作，特別是在道路等半結構化的環境中。大多數計算機使用概率模型預測不確定性對象的下一步動作，例如，大多數模型可能會同意，前方車輛可能會繼續以相同速度向前行駛，而且保持在自己的車道內，在沒有發出信號的情況下變道的可能性很低，突然剎車的可能性更低。

大多數自動駕駛系統基于概率模型中最有可能發生的場景，即周圍物體接下來的動作，來進行運動規劃。此類模型會提供一個置信水平，如果系統不確定會發生什么，就會讓車輛速度慢下來，但是，該系統仍只能一次規劃一個場景，而不是考慮車輛所可能采取的所有行動（甚至有些是不可能的），或做出運動規劃，讓車輛保持最佳狀態去處理只是有可能發生的事情。大多數自動駕駛系統一次只能管理一個運動規劃，速度在3 Hz和10 Hz之間，與此不同的是，Realtime Robotics可以運行數十個甚至數百個運動規劃，而且每次的計算時間不到1毫秒，即1000 Hz，從而可讓自動駕駛系統能夠在更短的時間內考慮到更多的潛在結果，做出更好決策。

Realtime Robotics的車輛運動規劃系統有一個巨大的預先計算的圖形 – 網格，其中包括車輛在無障礙環境中可以采取的所有不同運動軌跡。該網格包括節點和邊緣，節點表示特定車輛的配置（位置、速度、行駛方向），而邊緣將節點連接起來表示車輛在1秒鐘運動時間內，此類配置之間的軌跡。網格中有數千萬條邊緣，反映了在網格所覆蓋的所有時間范圍內，車輛配置狀態不同所發生的變化。每個邊緣都代表著燃料使用或乘客舒適性等方面的代價，代價最低的邊緣意味著車輛運動更高效、更平穩。

每10毫秒時間內，Realtime的系統會根據以下步驟進行運動規劃：

1、攝像頭、雷達、激光雷達和其他傳感器的感知數據會被輸入該系統，該系統會識別靜態障礙物（如建筑和樹木）、確定性的移動障礙物（如足球）以及更具挑戰性的非確定性移動障礙物（如其他汽車、行人和自行車）。所有靜態和動態障礙物位置的感知數據被放入網格中；

2、對于每個不確定性障礙物，該系統必須對其在規劃間隔時間內可能會遵循的軌跡進行有根據的猜測。幸運的是，有很多模型都在盡力預測汽車、行人和自行車可能會做出什么動作。該系統將不確定性障礙物作為靜態對象進行建模，然后進行猜測。

3、網格中一旦包括了所有障礙物的數據，就可以做出實際的運動規劃，告訴車輛下一步應該怎么做。Realtime Robotics的FPGA可配置芯片能夠在硬件中將網格數據編碼，然后在網格邊緣中運行，找到代價最低的路徑，從而使得運動規劃進行得非常快，只需不到一毫秒的時間就可以交付一個規劃，如果需要擴展，也很容易添加更多硬件。

4、此時，Realtime系統做出的運動規劃與其他系統做出的一樣好，不同之處在于，Realtime的系統可更快交付規劃，然后再次回到步驟3，重新運行，使用稍微不同的猜測法，猜測不確定性移動障礙物可能會做出的動作。由于模型只是對其他車輛或行人接下來的動作做出概率性猜測，因此可能并不會發生。情況越復雜，就越難猜測得準確。但是，如果不斷地重復運行步驟3和步驟4，運行10至100次，就可以得出最有可能發生的場景，然后選擇最好的運動規劃，保證最高的安全性。

5、最后一步就是執行運動規劃，由于該網格的每一個邊緣代表每輛車的1秒運動時間，而每10毫秒會計算和執行一個新運動規劃，規劃速度越快，車輛越有可能更快做出最好的決定。

Realtime Robotics的車輛運動規劃系統不止與一次性建立很多運動規劃模型有關，還跟車速有關，因為當為一個快速移動的車輛做運動規劃時，規劃所花費的時間就等于車輛行駛的距離。如果車速在60 km/h（約為40 mph）時，花費10毫秒進行規劃與花費100毫秒進行規劃會出現1.5米的行駛距離差距，可能成為是否能避開行人的關鍵因素。在高速公路等車速更快、更受限的環境中，可能需要以更少的規劃方案換取更快地規劃速度，從而讓車輛有更多的反應時間。而在車速更慢、更復雜的環境中，可能需要花費更長的時間規劃。

Realtime公司總部位于波士頓，其已經在仿真環境中對該系統進行了廣泛的測試，但是還沒有機會在真正的汽車上進行測試，盡管該公司正為自動駕駛汽車領域的多家公司研發該系統原型。

作者：余秋云