在自动驾驶汽车领域，控制车道变换的算法是一个重要的研究课题。但是大多数现有的车道变换算法都有两个缺点之一：要么它们依赖于驾驶环境的详细统计模型，这些模型难以组装而且太复杂而无法动态分析;或者它们非常简单，以至于它们可能导致不切实际的保守决策，例如根本不改变车道。

在明天的机器人与自动化国际会议上，来自麻省理工学院计算机科学与人工智能实验室(CSAIL)的研究人员将提出一种新的车道变换算法，将差异分开。与简单模型相比，它允许更激进的车道变换，但仅依赖于关于其他车辆的方向和速度的即时信息来做出决策。

“动机是，'我们可以用尽可能少的信息做什么?'”CSAIL的博士后和新论文的第一作者Alyssa Pierson说。“我们怎样才能拥有一辆自动驾驶汽车，就像人类驾驶员的行为一样?汽车需要什么样的最少信息来引发人类行为?”

皮尔森参加了维特比电气工程和计算机科学教授Daniela Rus的论文;Sertac Karaman，航空航天副教授;和Wilko Schwarting，电气工程和计算机科学专业的研究生。

“优化解决方案将确保通过车道变换进行导航，可以模拟整个范围的驾驶风格，从保守到积极，具有安全保障，”CSAIL的负责人Rus说。

自动驾驶车辆避免碰撞的一种标准方式是计算环境中其他车辆周围的缓冲区。缓冲区不仅描述了车辆的当前位置，还描述了它们在某个时间范围内可能的未来位置。然后，规划车道变换就变成了简单地停留在其他车辆缓冲区之外的问题。

对于计算缓冲区的任何给定方法，算法设计者必须证明它在用于描述流量模式的数学模型的上下文中保证避免冲突。该证明可能很复杂，因此通常预先计算最佳缓冲区。在操作期间，自主车辆然后调出与其情况相对应的预先计算的缓冲区。

问题是如果流量足够快且足够密集，预先计算的缓冲区可能限制太多。自动驾驶汽车根本不会改变车道，而人类驾驶员会高兴地在车道上拉链。

对于麻省理工学院研究人员的系统，如果默认缓冲区导致性能远远低于人类驾驶员，系统将动态计算新的缓冲区 - 完成防撞的证据。

该方法取决于描述缓冲区的数学上有效的方法，因此可以快速执行防碰撞证明。这就是麻省理工学院研究人员开发的内容。

它们以所谓的高斯分布开始 - 熟悉的钟形曲线概率分布。该分布代表汽车的当前位置，考虑其长度和位置估计的不确定性。

然后，根据对汽车方向和速度的估计，研究人员的系统构建了一个所谓的逻辑函数。将逻辑函数乘以高斯分布会使汽车运动方向的分布倾斜，而更高的速度会增加偏斜。

偏斜分布定义了车辆的新缓冲区。但它的数学描述非常简单 - 仅使用几个方程变量 - 系统可以即时评估它。

研究人员在一次模拟中测试了他们的算法，其中包括多达16辆自动驾驶汽车，这些汽车在数百辆其他车辆的环

“自动驾驶汽车不是直接通信，而是并行运行所提出的算法，没有冲突或碰撞，”皮尔森解释说。“每辆车使用不同的风险阈值，产生不同的驾驶风格，使我们能够创造保守和积极的驾驶员。使用静态的，预先计算的缓冲区域只允许保守驾驶，而我们的动态算法允许更广泛的驾驶风格“。