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
chenzhiyuan201839 分钟前
《十五五规划》下的AI边缘计算机遇:算力下沉与工业智能化
人工智能·边缘计算
whaosoft-1431 小时前
51c深度学习~合集11
人工智能
Tiandaren1 小时前
大模型应用03 || 函数调用 Function Calling || 概念、思想、流程
人工智能·算法·microsoft·数据分析
领航猿1号2 小时前
Pytorch 内存布局优化:Contiguous Memory
人工智能·pytorch·深度学习·机器学习
综合热讯2 小时前
宠智灵宠物识别AI:从犬猫到鸟鱼的全生态智能识别
人工智能·宠物
zskj_zhyl2 小时前
智慧康养新篇章:七彩喜如何重塑老年生活的温度与尊严
大数据·人工智能·科技·物联网·生活
永霖光电_UVLED2 小时前
IVWorks率先将8英寸GaN纳米线片商业化
人工智能·神经网络·生成对抗网络
如何原谅奋力过但无声3 小时前
TensorFlow 2.x常用函数总结(持续更新)
人工智能·python·tensorflow
qyresearch_3 小时前
大语言模型训推一体机:AI算力革命的“新引擎”,2031年市场规模突破123亿的黄金赛道
人工智能·语言模型·自然语言处理
计算机小手4 小时前
使用 llama.cpp 在本地高效运行大语言模型,支持 Docker 一键启动,兼容CPU与GPU
人工智能·经验分享·docker·语言模型·开源软件