理工酷

上图为自动驾驶系统技术架构图。

自动驾驶系统是一个复杂的系统。 为了实现从 A 地到 B 地的驾驶过程,在无人车的实际使用中,需要无人驾驶系统完成感知、决策、控制 3 大任务。

实现自动驾驶的首要条件,是通过“看”与“听”来感知汽车周围的环境情况。 感知系统依赖来自传感器的大量数据,进而实现对车辆运动、环境,以及驾驶员状态行为的感知与监测。 自动驾驶感知系统用到了各种 各样的传感器,包括摄像头、毫米波雷达、激光雷达、超声波雷达、红外夜视,以及用于定位和导航的 GNSS ( 全球导航卫星系统)和 IMU ( 惯性测量单元) 还有一类技术虽然不是主动式的探测元件,但是属于协同式的 全局数据辅助,可以扩展智能车的环境感知能力,在感知系统中同样扮演着不可或缺的角色。这些技术包括高精地图、 V2X 车联网等。 每种类型的感知技术都有自己的优势和弊端,它们互相进行充分的信息融合,最终形成全面可靠的感知数据供决策与控制系统使用。

自动驾驶决策系统是人工智能大展身手的舞台。和人类驾驶员一样,机器在做驾驶决策时需要回答几个问题:

• 我在哪里?
• 周边环境如何?
• 接下来会发生什么?
• 我该做什么?

决策系统要做的事情具体来说分为两步,第一步是认知理解,根据感知系统收集的信息,对车辆自身进行精确定位和对车辆周围 环境进行准确理解。 第二步是决策规划,主要是对接下来可能发生情况的准确预测,对下一 步行动的准确判断和规划,并选择合理的路径达到目标。

通过这两步,无人车就能自主产生安全、合理的驾驶行为,指导运动控制系统对车辆进行控制。 行为决策系统是狭义的决策系 统,其根据感知层的输出信息合理决策当前车辆的行为,并根据不同的行为确定轨迹规划的 约束条件,指导轨迹规划模块规划出合适的路径、车速等信息,并发送给控制层。

自动驾驶系统最终要借助对车辆的控制达到自动驾驶的目的。 控制系统是自动驾驶系统的双手,负责将决策和规划落实为切实的行为。 随着人们对技术要求的不断提高,真正的自动驾驶必须要将决策控制系统与车辆底层控制系统深度集成,通过线控技术完成执行机 构的电控化,达到电子制动、电子驱动和电子转向,并控制车辆响应,保证控制精度,对目标 车速、路径等进行跟踪。

注：本回答的主要内容来自图书《自动驾驶技术概论》清华大学出版社