自动驾驶规划与控制（二、自动驾驶概述）

这一段主要是科普性质的讲解，相信很多人已经了解了，一些部分我就不细写了。

1、什么是无人车？

...

2、自动驾驶的五个等级

（1）L0：No control 没有自动驾驶

（2）L1：Hands on 驾驶员辅助系统（巡航系统、自适应巡航系统等）

（3）L2： Hands off 部分自动驾驶（ADAS）

（4）L3：Eye off 条件制约的自动驾驶

（5）L4：Mind off 高度自动驾驶，大多数情况下不需要人类干预

（6）L5：Fully auto 完全的自动驾驶

3、ODD-Operational Design Domain（运行设计域 ）

现阶段完成自动驾驶的一些限制

分类

（1）场景：高速公路还是普通公路、车道还是人行道还是自动驾驶专用车道；城市还是山区或是专门的某个特点环境

（2）环境：天气、道路条件

（3）动态元素：交通规则、车辆型号等

4、自动驾驶系统的模块

（1）定位--提供位置信息

输入：地图、GPS信号、推测位置、雷达及激光雷达

（2）地图--提供环境信息

高精地图：精度更高、时效性高、道路信息更加详细、迭代成本高

（3）感知--提供实时周边环境信息

输入：各种传感器信号

特点：在可见度低的情况下仍能实现感知

分类：

基于计算机视觉

基于机器学习

传感器：摄像头、激光雷达、雷达、超声波、GPS、IMU

（4）预测--分析其他交通参与者的轨迹

输入：感知的信息

输出：周围车辆的轨迹

分类：

基于模型的预测方式

数据驱动的预测方法

（5）规划--规划一条可执行的、安全的、可预知的、舒服的路径

输入：感知的信息、地图、定位、车辆预测轨迹

输出：可行路径到控制模块

子模块：路径规划、行为决策、动作规划

（6）控制--对可行路径进行跟踪

输出：油门、刹车、方向盘信号

5、决策规划控制的组成

按解决问题的不同层面可分为：路径规划（全局路径规划）、行为决策、动作规划（局部路径规划）、动作控制

路径规划（全局路径规划）：Dijkstra、A*、D*、LPA*、D* lite等算法

行为决策：神经网络决策模型、决策树模型、状态机模型、价值决策模型等

动作规划（局部路径规划）：贝塞尔曲线、多项式曲线、B样条曲线等方法

动作控制：MPC、LQR、PID