无人车

无人驾驶汽车三大部分：感知定位、决策与规划、执行。

其中决策与规划又细分为：路径规划（一般指全局路径规划）、避障规划（一般指局部路径规划）、轨迹规划（轨迹规划应该是在路径规划和避障规划的基础上，考虑时间序列和车辆动力学对车辆运行轨迹的规划，主要是车纵向加速度和车横向角速度的设定）

环境模型是三大类，分别是栅格法（栅格法是公认最成熟的算法，栅格法应该也是安全系数最高的算法，也是最耗运算资源的算法。不过无人车要考虑安全，安全是第一位的，成本是第二位的，同时有英伟达和英特尔这样的半导体巨人在不断提高运算性能，运算资源不用过多考虑）、可视图法、自由空间法。

感知定位传感器

GPS/IMU：GPS是一个相对准确的定位用传感器，但是它的更新频率过低，仅有10Hz，不足以提供足够实时的位置更新。IMU（Inertial measurement unit）全称惯性测量单元，主要元件是陀螺仪（测角速度）和加速度计（测加速度），IMU的准确度随着时间降低，因此在长时间距离内并不能保证位置更新的准确性；但是，它有着GPS所欠缺的实时性，IMU的更新频率可以达到200Hz或者更高。通过整合GPS与IMU，我们可以为车辆定位提供既准确又足够实时的位置更新。（怎么融合的呢？用卡尔曼滤波！IMU每5ms更新一次，但是期间误差不断累积精度不断降低。所幸的是，每100