Trajectory

軌跡信息，一般都會發布未來5-10秒的trajactory信息。

Trajectory flicker

軌跡抖動

Nudge

道內避障。在維持車道不變的情況下，橫向偏離車道中心以繞開obstacle/agent。

Xlane Nudge

借道避障。借用對向車道或自行車道以繞開obstacle/agent。這個behavior在不同公司有不同的叫法。

Geometric paddings

• 為了保持與障礙物合理的橫向距離，為障礙物單獨增加一些buffer，形成padding形狀，自車不應該與這個padding發生碰撞。
• Safety Padding代表安全距離
• Soft Padding代表舒適距離。

Pullover/Pull in & Pull out

Pullover/Pull in: 泊入
Pull out: 泊出。

occlusion

遮擋區域。

pinch/ juke

$$pinch=\frac{dk}{ds}$$
$k$為曲率，$s$為縱向位移，也叫弧長。pinch就是曲率的一階導數，注意不是對時間t求導。

juke是 曲率二階導。
$$juke=d(dk/ds)ds=d(pinch)/ds$$
注意是對弧長求導。

一般用于衡量橫向的急加減速。

Ray casting

射線投射（Ray Casting）是一種常用的算法，用于檢測車輛周圍的環境和障礙物。它模擬了光線從車輛發出并與周圍環境相交的過程。

縱向決策

縱向決策一般包括：停止stop、減速避讓yield、跟車follow、超車overtake、忽略ignore
縱向決策的安全優先級：stop > yield >= follow > overtake > ignore

自車(ego)表示類型

disk：用幾個圓包裹自車

box：矩形包裹自車

cut-in

指的是前后方別車切入ego車道的行為。

Attractor&repeller

是在動力系統和控制理論中使用的概念，同樣有在自動駕駛中使用。

• Attractor（吸引子）：在動力系統中，吸引子是指系統的一種穩定狀態或軌跡，使得系統在其附近的初始條件下趨向于該狀態或軌跡。它可以是一個點、一條曲線、一個平面或更復雜的結構。當系統接近吸引子時，它將在時間上逐漸趨于該狀態或軌跡，最終停留在該位置。
  例如，考慮一個擺鐘。當你將擺鐘擺動一定次數后，擺鐘會逐漸停下來，最終停在垂直向下的平衡位置。這個垂直向下的平衡位置就是擺鐘的吸引子。

  在控制系統中，吸引子常用于描述系統的穩定行為或期望狀態。通過設計控制策略，我們可以使系統的狀態或軌跡趨向于吸引子，實現穩定的控制效果。

• Repeller（排斥子）：與吸引子相反，排斥子是指系統的一種不穩定狀態或軌跡，使得系統在其附近的初始條件下趨向于遠離該狀態或軌跡。當系統接近排斥子時，它將在時間上遠離該狀態或軌跡，而不是趨向于它。
  在控制系統中，排斥子通常用于描述系統中的不穩定行為或不良狀態。通過采取控制措施，我們可以避免系統進入排斥子，從而確保系統的穩定性和良好的控制性能。

安全衡量指標

• Miles Per Intervention (MPI)——常用

  • MPI = (Total Autonomous Miles) / (Total Interventions)
  • 在自動駕駛領域中，“MPI” 指的是 “Miles Per Intervention”，即每次干預行駛的里程數。這是一種度量自動駕駛系統在一定行駛距離內需要人類干預的頻率的指標。
  • MPI 是用于評估自動駕駛系統可靠性和安全性的重要指標之一。它表示了在自動駕駛模式下，系統在多長距離內需要人類駕駛員介入或干預。通常情況下，較低的 MPI 值表示自動駕駛系統的性能更好，因為它意味著系統能夠在更長的距離上自主地完成任務而不需要人為干預。
  • 衡量 MPI 的方式可以根據不同的研究、測試或開發設置而有所不同。通常，自動駕駛系統會記錄每次干預的發生，如何發生以及距離上一次干預的里程數。然后，通過計算每次干預之間的平均里程數，就可以得出 MPI 值。

• Miles Per Critical Intervention (MPCI)——常用

  • MPCI = (Total Autonomous Miles) / (Total Critical Interventions)
  • 由于安全員在事故發生之前就介入了自動駕駛車輛的運行，在記入該指標(Critical)前，需要重新仿真判斷事故是否會如安全員預料那樣發生，仿真成立才能記入該指標。

• Miles Per System Fault Intervention (MPFI)
  MPFI = (Total Autonomous Miles) / (Total System Fault Interventions)

• Miles Per Malfunction Intervention (MPMI)
  MPMI = (Total Autonomous Miles) / (Total Malfunction Interventions)

• Miles Per Unsupported Intervention (MPUI)
  MPUI = (Total Autonomous Miles) / (Total Unsupported Interventions)

• Miles Per Experience Intervention (MPEI)
  MPEI = (Total Autonomous Miles) / (Total Experience Interventions)

• Miles Per Remote Intervention (MPRI)
  MPRI = (Total Autonomous Miles) / (Total Remote Interventions)

• Miles Per Disengagement (MPD)
  MPD = (Total Autonomous Miles) / (Total Disengagements)

CE

在自動駕駛中，“CE問題"是指"交通場景復現問題”（Contextual Escalation Problem）。

CE問題是指當自動駕駛系統在某種特定交通場景或情境下無法正確處理或適應時，會導致一系列意外或不適當的行為。這種情況可能會導致事故、違規行為或與其他道路用戶的沖突。

CE問題的出現主要是由于自動駕駛系統在處理復雜交通環境時遇到困難或無法準確判斷如何行駛。這些問題可能源于系統對于某些特定情況的認知不足、決策算法的缺陷、傳感器數據的不準確或有限性等因素。

解決CE問題對于實現安全可靠的自動駕駛系統至關重要。這需要綜合考慮系統的感知能力、決策能力和控制能力，并對各種交通場景進行充分的測試和驗證。通過不斷改進算法、增強感知能力、提高系統魯棒性和進行大量的場景仿真和道路測試，可以逐步解決CE問題，并提高自動駕駛系統的性能和安全性。

Gap align

在自動駕駛中，“gap align” 用于描述和調整車輛在進行車道變換、合流或堆疊等操作時與周圍車輛之間的間距和對齊關系。它確保在進行這些操作時，車輛與其他車輛之間的間隙合適，以確保安全和順暢的行車。

具體而言，“gap align” 是指通過在速度求解器中使用約束條件或算法，使車輛在執行車道變換等操作時，與周圍車輛保持適當的間隙，并調整速度和路徑，以確保車輛能夠平穩地進入新的車道或與其他車輛進行合流或堆疊操作。

通過"gap align" 技術，自動駕駛系統可以在執行車道變換等操作時考慮安全性和流暢性，并自動調整車輛的行為，以與周圍交通保持合適的間距和對齊，以提高行車的安全性和效率。

Roundabout

環形交叉路口，車輛在其中繞著中央島嶼順時針行駛。

semantic behavior

語義層面的行為就是指lane change、nudge等這些駕駛行為。

ops

路測人員

---

---

未完待續maybe。。