目录
[1 感知（Perception）](#1 感知（Perception）)
[1 战略规划（Route Planning）](#1 战略规划（Route Planning）)
[2 行为规划（Behavior Planning）](#2 行为规划（Behavior Planning）)
[3 轨迹规划（Trajectory Planning）](#3 轨迹规划（Trajectory Planning）)
[1 摄像头（Camera）](#1 摄像头（Camera）)
[2 激光雷达（LiDAR）](#2 激光雷达（LiDAR）)
[3 毫米波雷达（Radar）](#3 毫米波雷达（Radar）)
[4 超声波雷达](#4 超声波雷达)
[1 自动驾驶计算平台](#1 自动驾驶计算平台)
[2 车辆控制系统](#2 车辆控制系统)
[3 车载网络](#3 车载网络)
[1 仿真测试](#1 仿真测试)
[2 封闭场地测试](#2 封闭场地测试)
[3 开放道路测试](#3 开放道路测试)
[4 回归测试](#4 回归测试)
一、自动驾驶系统的基本组成
自动驾驶系统通常分为 感知（Perception）---定位（Localization）---规划（Planning）---控制（Control） 四大核心模块。
整体流程可以理解为：
传感器采集 → 环境理解 → 决策规划 → 车辆执行
1 感知（Perception）
作用：
感知模块负责 识别车辆周围环境，相当于自动驾驶汽车的"眼睛和耳朵"。
主要任务：
-
车道线检测
-
车辆检测
-
行人检测
-
障碍物检测
-
交通灯识别
-
可行驶区域识别
核心技术：
-
目标检测（YOLO / CNN）
-
语义分割
-
多传感器融合
常用传感器：
-
激光雷达（LiDAR）
-
摄像头（Camera）
-
毫米波雷达（Radar）
-
超声波雷达
感知输出：
环境模型
- 前方车辆
- 行人
- 障碍物
- 车道线
- 红绿灯二、定位（Localization）
作用：
定位模块用于 确定车辆在地图中的精确位置和姿态。
简单理解：
我现在在哪？
常见定位方式：
1 GNSS / GPS 定位
通过卫星定位车辆位置。
2 RTK高精定位
误差可达到：
厘米级（2~10cm）
3 激光雷达定位
方法：
LiDAR + 高精地图匹配
常见算法：
-
NDT
-
ICP
4 视觉定位
利用：
SLAM
视觉里程计（VO）
5 多传感器融合
常见组合：
GPS + IMU + LiDAR + Camera
融合算法：
-
卡尔曼滤波
-
EKF
-
UKF
多传感器融合可以在 GPS失效（隧道、城市峡谷）情况下仍保持定位稳定。
三、规划（Planning）
规划模块负责 决策车辆如何行驶。
简单理解：
下一步应该怎么开
规划一般分三层：
1 战略规划（Route Planning）
选择路线：
A → B
类似：
-
高德导航
-
百度地图
算法：
A*
Dijkstra
2 行为规划（Behavior Planning）
决定车辆行为：
例如：
-
是否变道
-
是否超车
-
是否停车
-
是否避障
常见方法：
FSM（有限状态机）
规则决策
强化学习
3 轨迹规划（Trajectory Planning）
生成车辆轨迹：
未来5秒车辆轨迹
输出：
x y yaw v
常见算法：
-
MPC
-
贝塞尔曲线
-
五次多项式
-
lattice planner
四、控制（Control）
控制模块负责 让车辆按照规划轨迹行驶。
简单理解：
方向盘怎么打
油门踩多少
刹车踩多少
控制主要包括：
横向控制（Steering）
控制方向盘。
算法：
Pure Pursuit
Stanley
MPC
纵向控制（Speed）
控制速度。
算法：
PID
MPC
ACC控制
输出信号：
steer
throttle
brake
最终通过 车辆控制器 ECU 执行。
五、核心传感器原理
自动驾驶车辆主要依靠以下传感器：
1 摄像头（Camera）
原理：
光学成像 + 计算机视觉
优点：
-
成本低
-
识别能力强
-
可识别交通灯 / 标志
缺点：
-
易受光照影响
-
深度信息弱
2 激光雷达（LiDAR）
原理：
激光发射 → 碰到物体 → 返回
通过时间差计算距离
公式：
distance = c × time / 2
优点：
-
精度高
-
3D点云
缺点：
-
价格高
-
雨雾影响
3 毫米波雷达（Radar）
原理：
FMCW调频连续波
可测量：
-
距离
-
速度（多普勒效应）
-
角度
优点：
-
雨雾天气稳定
-
可测速度
缺点：
- 分辨率低
4 超声波雷达
原理：
声波反射
工作频率：
约40kHz
应用：
-
自动泊车
-
低速避障
六、车辆系统组成
自动驾驶车除了算法，还包括 整车电子系统。
主要模块：
1 自动驾驶计算平台
例如：
-
NVIDIA Drive
-
Orin
-
Xavier
作用：
运行感知、定位、规划算法
2 车辆控制系统
包括：
-
ECU
-
线控系统（Drive-by-wire）
控制：
方向盘
油门
刹车
3 车载网络
常见通信协议：
-
CAN
-
Ethernet
车辆内部多个 ECU 通过 CAN总线通信。
七、自动驾驶开发集成流程
自动驾驶开发通常遵循以下流程：
需求定义
↓
算法开发
↓
仿真测试
↓
软件集成
↓
车辆测试
↓
道路测试
↓
量产
开发工具：
-
ROS
-
Autoware
-
Apollo
-
Carla / LGSVL
八、自动驾驶测试体系
自动驾驶测试通常包括：
1 仿真测试
软件：
CARLA
LGSVL
Apollo Sim
验证算法逻辑。
2 封闭场地测试
测试：
-
自动泊车
-
避障
-
紧急刹车
3 开放道路测试
测试：
-
城市道路
-
高速
-
复杂交通
4 回归测试
每次软件升级都要重新验证。
九、自动驾驶完整技术架构总结
可以用一句话总结：
传感器 → 感知 → 定位 → 规划 → 控制 → 车辆执行
对应人的驾驶过程：
眼睛看路 → 判断位置 → 思考路线 → 控制方向盘