智能驾驶是智能汽车的核心，指基于先进的传感器和计算平台，通过人工智能技术,让汽车具备自主行驶的能力，旨在辅助驾驶员安全、便捷、高效地完成驾驶任务。智能驾驶有助于减少交通事故、改善交通拥堵，并提高行驶安全性和驾乘舒适性。
智能驾驶的基本实现原理，可以类比人工驾驶。图1-1所示为智能驾驶和人工驾驶的关系。传统的人工驾驶，主要靠眼睛与耳朵识别周围环境，大脑迅速地做出决策，控制手和脚去操纵方向盘、加速踏板和制动踏板。对应地，智能驾驶的实现原理是:通过给汽车装备"眼睛""耳朵""大脑"和"手""脚"，让汽车代替人，完成驾驶行为。智能驾驶汽车的"眼睛"和"耳朵"是感知定位模块,"大脑"是决策规划模块，"手"和"脚"是控制执行模块。因此，智能驾驶由三大基本模块组成:感知定位模块、决策规划模块、控制执行模块。
感知定位模块包括感知和定位两部分。感知，解决的是"当前处于什么环境"的问题，汽车通过各种传感器对外部环境进行数据采集，并对复杂的外部环境进行分析与理解，获取行驶环境的信息，包括静态的道路环境、交通设施，以及动态的车辆、行人等一切可以观察到的交通环境信息。定位，解决的是"当前在哪里"的问题,通过地图与定位装置，结合当前的环境信息，确定车辆当前的位置信息。感知定位模块的作用是让汽车理解周围的交通环境，并确定目前所处的位置。感知定位模块是智能驾驶汽车安全行驶的关键，为决策规划模块提供了信息依据，是智能驾驶实现避障、自定位、路经规划等高级智能行为的前提条件和基础。
决策规划模块包括任务决策和轨迹规划，解决的是"该怎么走"的问题。根据感知定位模块识别到的结果，决策规划模块经过分析计算，做出决策，规划车辆应该行驶的轨迹和路线，任务决策是指根据环境信息，对车辆的下一步动作做出决策，是一种动态规划，需要根据行驶任务和环境信息的变化实时调整。轨迹规划是指在获取的环境信息的基础上，给定行驶的起点与终点后，按照一定的标准，规划出无碰撞、能安全到达目标终点的有效行驶轨迹。广义的轨迹规划包含全局路径规划与局部轨迹规划、全局路径规划是指根据地图和已知的环境信息(如道路边界)等，确定可行和最优的路径;但如果环境发生变化(如出现新的障碍物)，就必须通过局部轨迹规划，生成车辆的局部行驶轨迹，局部轨迹规划是在全局路径的引导下，根据传感器实时识别到的环境信息，实时生成车辆的行驶轨迹。简单地说，全局路径规划是基于相对固定的、先验的环境模型，规划出相对宏观的行驶路径，局部轨迹规划是基于动态的、实时的环境信息，规划出微观的、局部的行驶轨迹，有时也认为全局路径规划属于任务决策的一部分。
控制执行模块包括纵向控制和横向控制，解决的是"让车动起来"的问题。纵向控制包含驱动、制动系统的协作，通过对驱动和制动系统的协调控制，实现对期望车速的精确跟随;横向控制通过转向系统，实现车辆的路径跟踪。纵向控制和横向控制并不是孤立的，存在密切的耦合与联动关系，两者共同作用，让车辆能够精确、实时地按照决策规划模块所输出的轨迹，稳定地行驶。
感知定位、决策规划和控制执行三大基本模块，在车辆与交通环境之间，通过信息与数据的交互、处理、计算，共同完成智能驾驶任务，如图1-2所示。
根据环境信息的来源途径，即感知定位所依赖的平台的不同，目前智能驾驶存在2条技术路线:单车智能与车路协同。单车智能是目前大部分智能驾驶厂商所走的技术路线，是以车辆为中心的路线。智能驾驶的所有模块，从感知定位、决策规划到控制执行，都完全依赖车辆本身，其中感知定位通过车辆搭载的传感器与定位装置实现，决策规划通过车载计算平台实现。单车智能的优点是不需要依靠外界设施，不涉及公共基建规划，就能实现智能驾驶。不过，单车智能路线对车辆本身的要求较高，导致单车成本增加，并且对环境信息的获取，也受限于车载传感器的性能。
车路协同是基于V2X(Vehicle toX,X表示everything)技术，形成的另一条智能驾驶技术路线。V2X通过通信技术，让车辆自身与周围环境实现数据共享、信息互通，从而提升车辆的智能化水平，让车辆行驶得更加安全、舒适、高效，同时也能够从整体交通环境的角度统一调控，提高交通运行效率和交通服务的智能化水平。不过，车路协同需要大量智能交通设施的支持，涉及大规模的基建，需要有长期的统一规划，目前车路协同的技术路线主要在少量的智能网联示范区以及少数停车场有应用案例，还没有大规模的普及。
目前量产的智能驾驶方案，大多采用单车智能的技术路线，并且，基于车辆本身的功能开发和性能提升，是智能驾驶开发者目前所关注的重点，也是开发出优秀的智能驾驶产品的核心。因此，本书所讨论的智能驾驶产品和方案，都属于单车智能的技术路线。
本章学习要点：
本章的核心学习要点可以概括为以下几个方面：
-
智能驾驶的定义：智能驾驶是基于先进的传感器、计算平台和人工智能技术，使汽车具备自主行驶的能力，目的是辅助驾驶员安全、便捷、高效地完成驾驶任务。
-
智能驾驶的基本模块：
- 感知定位模块：包括感知和定位，负责收集外部环境数据，分析理解环境，确定车辆位置。
- 决策规划模块：基于感知定位模块提供的信息，进行任务决策和轨迹规划，解决如何行驶的问题。
- 控制执行模块：包括纵向控制和横向控制，负责根据规划的轨迹精确控制车辆的行驶。
-
智能驾驶的实现原理：智能驾驶通过模拟人工驾驶的过程，使用车辆的"眼睛"（传感器）、"耳朵"（定位装置）、"大脑"（决策规划系统）和"手""脚"（控制执行系统）来完成驾驶任务。
-
智能驾驶的技术路线：
- 单车智能：依赖车辆自身的传感器和计算平台，实现智能驾驶，优点是独立性强，但成本较高。
- 车路协同：基于V2X技术，通过车辆与环境的数据共享和信息互通，提升智能化水平，但需要智能交通设施支持。
-
智能驾驶的应用现状：目前量产的智能驾驶方案大多采用单车智能技术路线，关注车辆功能开发和性能提升。
-
智能驾驶的优势：有助于减少交通事故、改善交通拥堵，提高行驶安全性和驾乘舒适性。
-
智能驾驶的挑战：包括技术成熟度、成本、基础设施建设、法规标准等方面的挑战。
-
智能驾驶的未来发展：随着技术的进步和基础设施的完善，智能驾驶有望实现更广泛的应用和更高级的智能化水平。
这些要点概括了智能驾驶的基本概念、技术组成、实现原理、技术路线、应用现状以及面临的挑战和未来发展的方向。