無(wú)人駕駛汽車的算法是怎樣工作的？

無(wú)人駕駛汽車的算法工作原理是一個(gè)復(fù)雜但精彩的過(guò)程。

首先說(shuō)傳感，一輛無(wú)人車通常裝備多種主傳感器，像 GPS/IMU 傳感系統(tǒng)，能通過(guò)高頻率更新數(shù)據(jù)幫助定位，GPS 定位準(zhǔn)但更新頻率低，IMU 實(shí)時(shí)性強(qiáng)但長(zhǎng)時(shí)間準(zhǔn)確性差，兩者結(jié)合能提供既準(zhǔn)又實(shí)時(shí)的位置更新。還有 LIDAR 激光雷達(dá)，用于繪制地圖、定位和避障，準(zhǔn)確率很高。

再說(shuō)感知，它能定位無(wú)人車位置和感知所處環(huán)境。自動(dòng)駕駛算法路線主要有兩條，一種是端到端的純視覺(jué)神經(jīng)網(wǎng)絡(luò)，成本低，依賴大數(shù)據(jù)訓(xùn)練能不斷升級(jí)，給后續(xù)模型輸入統(tǒng)一；另一種是視覺(jué)神經(jīng)網(wǎng)絡(luò)和雷達(dá)探測(cè)器數(shù)據(jù)結(jié)合，再基于規(guī)則優(yōu)化的路徑規(guī)劃算法，這種對(duì)于距離檢測(cè)精確，攝像頭數(shù)量也能減少。

另外，SLAM 算法也是核心，全稱是 Simultaneous Localization and Mapping，能在未知環(huán)境中通過(guò)機(jī)器人運(yùn)動(dòng)和測(cè)量學(xué)習(xí)環(huán)境地圖并確定位置，如今應(yīng)用廣泛。

在深度學(xué)習(xí)算法方面，一般分成數(shù)據(jù)采集處理、訓(xùn)練、優(yōu)化、建立分類模型等步驟。主要用于感知、決策、執(zhí)行三大模塊，比如路徑規(guī)劃全程，先在感知/定位模塊輸入數(shù)據(jù)，再在路徑規(guī)劃模塊完成規(guī)劃，最后在行為仲裁模塊控制發(fā)出指令。

車輛自主駕駛系統(tǒng)分信息感知、行為決策及操縱控制三子系統(tǒng)。路徑規(guī)劃是基礎(chǔ)，分全局和局部。全局規(guī)劃根據(jù)全局地圖信息規(guī)劃粗略路徑，局部規(guī)劃要根據(jù)局部環(huán)境和自身狀態(tài)規(guī)劃無(wú)碰撞理想路徑，規(guī)劃方法有空間搜索法、層次法等。汽車自動(dòng)駕駛?cè)蝿?wù)分三層，上層路徑規(guī)劃靠 GPS 定位和電子地圖等先驗(yàn)信息得到最優(yōu)路徑，中層行駛行為規(guī)劃依據(jù)主車環(huán)境信息。