一、智能驾驶师资培训理论课程4:自动驾驶决策规划
1. 自动驾驶的技术概述
2 . 决策系统设计
2.1 什么是决策系统?特点 挑战
自动驾驶四大特点
2.2 两大设计思路
2.3 模块化设计
2.3.1 分层式决控架构
每个模块都很重要,不分主次
2.2.2 集成式式决控架构
2.4 决策系统技术方案
不同架构(分层式决策架构,集成式决策架构,黑箱型决策架构)可能采用采取不同的设计方案。如:分层式决策架构可能采用监督学习型技术方案或者专家规则型等等)
注意每个方案的特点和缺点。
2.4.1 专家规则型
有限状态机。
2.4.2 监督学习型
2.4.2 类脑学习型
3. 黑箱型决策系统设计
监督学习:需要的数据量特别大
强化学习:安全性问题
4. 分层式架构决控架构设计
注意 : 这个架构是基础,但是实际应用中会对架构进行改变,比如,几个模块组合在一起之类的。不会完全遵照ppt中的框架划分
4.1 发展现状
企业和学术界的主流,不同企业可能采用不同类型的方案,有的采用专家规则型,有的采用监督学习型。
4.2 架构特点
交通参与者预测是研究热点也比较难
驾驶行为选择很重要但是学界研究少
局部轨迹规划比较成熟,主要是一直机器人中的局部轨迹规划
4.2.1 交通参与者预测
目前深度学习会将这两步合并。行为轨迹预测目前已经深度学习化了
传统的预测算法
4.2.2 驾驶行为选择
流程:驾驶行为分类 -----根据场景和需求—> 驾驶行为选择
实现方法:有限状态机
4.2.3 局部规划
举例:
4.3 技术挑战
基于规则的很难适应千变万化的场景。
一个解决思路:数据驱动方式。但是因为HDC框架分的太细,每个模块比较独立,每个模块都需要输入输出给标签。导致工作量很大。
如何解决呢?能不能将多个模块合在一起,然后输入输出给数据和标签。这就是集成式架构