自动驾驶路径规划与决策（智能驾驶技术路径规划与导航控制）

今天给各位分享自动驾驶路径规划与决策的知识，其中也会对智能驾驶技术路径规划与导航控制进行解释，如果能碰巧解决你现在面临的问题，别忘了关注本站，现在开始吧！

本文目录一览：

• 1、汽车自动驾驶路径规划有哪些特点
• 2、自动驾驶的要求是什么
• 3、汽车自动驾驶路径规划和局部规划的含义及区别是什么?

汽车自动驾驶路径规划有哪些特点

汽车自动驾驶路径规划是基于AI设定的，与人类驾驶者不同的，所有路径规划都是基于一个原始逻辑，所以自动驾驶的的路径规划特点就是统一逻辑。

你可以这样理解，AI的路径规划，不是随意的，它一定要有一个基础条件，例如只走大道，只走高速，在这个基础逻辑上，再进行比较，全部的高速，哪一条比较近，在路程相同的情况下，哪一条比较畅通，在这个逻辑上得出一个结论，选定一条道路。

这个基础逻辑是由工程师赋予的，在这个逻辑上，诞生了算法，算法产生了路径的规划，所产生的路径规划，在逻辑相同的情况下，是完全一成不变的。这种特性正是AI的逻辑体现。但是从人类的角度看，这种特性是完全机械的，完全理性的。

在这个路径规划中，不会有一时兴起，不会有临时变通，甚至不会有执行错误，一切行动，逻辑占据绝对主导地位。从交通运输，办事效率上讲，AI的路径规划是最优选择。但是对于一个想要旅游的驾驶者来说，这将是最无聊的一次行程。

自动驾驶的要求是什么

【太平洋汽车网】自动驾驶的要求是采用自动驾驶的域控制器，要具备多传感器融合、定位、路径规划、决策控制、无线通讯、高速通讯的能力。通常需要外接多个摄像头、毫米波雷达、激光雷达，以及IMU等设备，完成的功能包含图像识别、数据处理等。

而随着自动驾驶的来临，其所涉及的感知、控制、决策系统复杂性更高，与车身其它系统的信息交互、控制也越来越多，各方都希望其能变成一个模块化的、可移植性的、便于管理的汽车子系统。此时，专门定位于自动驾驶的域控制器系统就应运而生了。

自动驾驶域控制器需要哪些能力自动驾驶的域控制器，要具备多传感器融合、定位、路径规划、决策控制、无线通讯、高速通讯的能力。通常需要外接多个摄像头、毫米波雷达、激光雷达，以及IMU等设备，完成的功能包含图像识别、数据处理等。

由于要完成大量运算，域控制器一般都要匹配一个核心运算力强的处理器，能够提供自动驾驶不同级别算力的支持，业内有NVIDIA、英飞凌、瑞萨、TI、NXP、Mobileye等多个方案。

不同的公司，会因为不同的客户以及需求，选择不同的方案。但中间也会有一些共性。比如在自动驾驶系统中，算力需求最高的当属图像识别部分，其次是多传感器的数据处理，以及融合决策。

以典型的zFAS为例，这款基于德尔福提供的域控制器设计的产品，内部集成了英伟达TegraK1处理器、Mobileye的EyeQ3芯片以及Altera的Cyclone5FPGA芯片，各个部分分处理不同的模块。TegraK1用于做4路环视图像处理，Cyclone5FPGA负责障碍物、地图的融合及各种传感器的预处理工作，EyeQ3负责前向识别处理。

域控制具有实现模块化的优势，将功能划分为单独的域优势众多。这有助于强调各个子系统的功能安全性和网络安全需求，简化自动化算法的开发和部署，方便在各个子系统中扩展功能。因此，在自动驾驶背景下，国内外越来越多的Tier1，以及供应商都开始涉足这个领域。

（图/文/摄：太平洋汽车网问答叫兽）

汽车自动驾驶路径规划和局部规划的含义及区别是什么?

首先来说明三个概念，路径规划、避障规划、轨迹规划。路径规划通常指全局的路径规划，也可以叫全局导航规划，从出发点到目标点之间的纯几何路径规划，无关时间序列，无关车辆动力学。

避障规划又叫局部路径规划，又可叫动态路径规划，也可以叫即时导航规划。主要是探测障碍物，并对障碍物的移动轨迹跟踪（Moving Object Detection and Tracking ，一般缩写为MODAT）做出下一步可能位置的推算，最终绘制出一幅包含现存碰撞风险和潜在碰撞风险的障碍物地图，这个潜在的风险提示是100毫秒级，未来需要进一步提高，这对传感器、算法的效率和处理器的运算能力都是极大的挑战，避障规划不仅考虑空间还考虑时间序列，在复杂的市区运算量惊人，可能超过30TFLOPS，这是无人车难度最高的环节。未来还要加入V2X地图，避障规划会更复杂，加入V2X地图，基本可确保无人车不会发生任何形式的主动碰撞。

关于自动驾驶路径规划与决策和智能驾驶技术路径规划与导航控制的介绍到此就结束了，不知道你从中找到你需要的信息了吗 ？如果你还想了解更多这方面的信息，记得收藏关注本站。