第1章:自动驾驶车辆“规划”与“控制”的通用架构

1.1 自动驾驶的分级

2014年美国汽车工程师学会 (SAE) 定义了6个无人驾驶等级,从0级(完全手动)到5级(完全自动),这些无人驾驶等级准则已经被美国交通部采纳;该标准也被称为SAE标准;

  • 严格意义上说,相关的自动驾驶功能和整车的自动驾驶等级,并不能直接画上等号;比如整车具有某项L3级别的功能,但并不代表整车就是一个L3级的自动驾驶车辆;
  • 有一些功能可以横跨几个自动驾驶等级;例如自动泊车功能,如果实现的仅是常规的自动泊车(APA),那这只是一个L2级别的功能;而远程的遥控泊车(RPA -- Remote Parking Automation)功能或者记忆泊车功能,这些属于L3级别;如果是自主的代客泊车,就是L4级别的功能了;

简单总结:

  • L0:【人工驾驶】由人类驾驶员负责驾驶车辆;
  • L1:【辅助驾驶】车辆对方向盘和加减速中的一项操作提供驾驶,人类驾驶员负责其余的驾驶动作;
  • L2:【部分自动驾驶】车辆对方向盘和加减速中的多项操作提供驾驶支持,人类驾驶员负责其余驾驶操作;
  • L3:【条件自动驾驶】具有了完整的环境检测能力,车辆完成绝大部分驾驶操作,人类驾驶员需要在适当的时候提供应答(在系统无法执行任务的时候进行手动接管);
  • L4:【高度自动驾驶】由车辆完成所有驾驶操作,人类驾驶员无需对所有的系统请求做出应答,但限定道路和环境条件(ODD -- Operational Design Domain)下进行;(如果系统发生意外/失效,4级的自动驾驶汽车可以自动进行干预和恢复);
  • L5:【完全自动驾驶】由车辆完成所有驾驶操作,人类驾驶员无需保持注意力;

a

a

a

a

1.2 整车自动驾驶系统的架构

  1. 定位模块(Localization):定位车辆位置;
  2. 高精地图模块(Maps):普通的地图只需要记录道路级别的数据,如形状/坡度/方向.....;但是高精地图还要记录车道类型/宽度/护栏位置/交通指示牌/信号灯......;
  3. 感知模块(Perception):对周围三维世界的重建;
  4. 预测模块(Prediction):分析/预测周围环境中的交通参与者的运动模式和运动轨迹,来辅助自动驾驶汽车能够做出合理的决策;
  5. 规划模块(Planning):局部规划 + 全局规划;
  6. 控制模块(Control):控制车辆硬件,如刹车/油门.....;

a

a

a

a

1.3 规控系统(PNC)的架构

  1. Route Planning:全局路径规划(基于搜索 / 基于采样)
  2. Decision Making / Behavior Planner:车辆行为决策(搜集所有的信息,决定无人车的行驶策略,给出一个宏观的指令,如超车/跟车/换道.....,输出给下游模块进行局部路径规划)
  3. Motion Planning / Local Planner:局部路径规划(轨迹规划 + 速度规划)
  4. Motion Control:车辆控制
相关推荐
亚马逊云开发者7 分钟前
使用 Amazon Bedrock Agents 加速生物标志物的分析和发现
人工智能
Baihai_IDP12 分钟前
AI 智能体到底应该如何构建?分享 Github 上收获 4k stars 的 12 条原则
人工智能·后端·llm
Leo Chaw17 分钟前
21 - GAM模块
人工智能·pytorch·深度学习
Qforepost27 分钟前
量子加速器切入 AI 底层架构!能源焦虑时代,ORCA 正在改写数据中心的计算逻辑
人工智能·量子计算·量子
这张生成的图像能检测吗33 分钟前
生成对抗网络(GANs)入门介绍指南:让AI学会“创造“的魔法(二)【深入版】
人工智能·pytorch·深度学习·神经网络·算法·生成对抗网络·计算机视觉
扉间7982 小时前
Transformer 核心概念转化为夏日生活类比
人工智能·transformer
要努力啊啊啊5 小时前
YOLOv1 技术详解:正负样本划分与置信度设计
人工智能·深度学习·yolo·计算机视觉·目标跟踪
vlln6 小时前
【论文解读】OmegaPRM:MCTS驱动的自动化过程监督,赋能LLM数学推理新高度
人工智能·深度学习·神经网络·搜索引擎·transformer
sky丶Mamba6 小时前
如何编写高效的Prompt:从入门到精通
人工智能·prompt
chilavert3188 小时前
深入剖析AI大模型:Prompt 开发工具与Python API 调用与技术融合
人工智能·python·prompt