模块7-智能网联汽车路径规划与决策控制《智能网联汽车技术》教学课件

《智能网联汽车技术》✩精品课件合集第X章XXXX模块7智能网联汽车路径规划与决策控制7.1

智能网联汽车环境感知系统智能网联汽车环境感知系统的组成02智能网联汽车环境感知系统的定义01本节学习目录多传感器融合技术的作用03多传感器融合技术的方法041、环境感知系统的定义智能网联汽车利用车载视觉传感器、激光雷达、毫米波雷达、超声波雷达、陀螺仪、加速度计等传感器，以及V2X通信技术获取智能网联汽车周围环境信息，以上信息经过车载ECU处理后传输给车载控制单元，为智能网联汽车的安全行驶提供决策依据。1、环境感知系统的定义智能网联汽车环境感知对象主要包括以下几个方面：环境感知对象（1）道路信息（2）周边物体（3）驾驶状态（4）驾驶环境1、环境感知系统的定义结构化道路一般是指高速公路、城市干道等结构化较好的公路，这类道路具有清晰的道路标志线，道路的背景环境比较单一，道路的几何特征也比较明显。（1）道路信息：是指车辆可行驶的道路区域，可分为结构化道路和非结构化道路。1、环境感知系统的定义非结构化道路一般是指城市非主干道、乡村街道等结构化程度较低的道路，这类道路没有车道线和清晰的道路边界。1、环境感知系统的定义周边物体主要包括车辆、行人、地面上可能影响车辆通过性、安全性的其他各种移动或静止物体、各种交通标志、交通信号灯等。TeslaModelS行车时的环境感知（2）周边物体：1、环境感知系统的定义（3）驾驶状态：包括驾驶人自身状态、车辆自身行驶状态的识别。（4）驾驶环境：驾驶环境检测主要包括路面状况、道路交通拥堵情况、天气状况的识别。2、环境感知系统的组成道路识别车辆识别行人识别交通信号灯识别交通标志识别显示系统报警系统车载自主网络传感器网络导航定位装置车载自主网络超声波雷达毫米波雷达激光雷达视觉传感器信息处理单元信息传输单元信息采集单元2、环境感知系统的组成视觉传感器超声波雷达红外线传感器激光雷达毫米波雷达优势成本适中。可以分辨出障碍物的距离和大小，并区分障碍物类型。结构简单、价格便宜、体积小巧。低成本。夜间不受影响。测距精度高、方向性强、响应时间快、不受地面杂波干扰。不受天气情况和夜间的影响。可以探测到远距离（100米以上）的物体。劣势与人眼一样，会受到视野范围的影响。会受到天气和温度变化的影响。最大测量距离一般只有几米。会受天气条件限制。只能探测到近距离的物体。难以识别出行人。成本很高。不能全天候工作，遇浓雾、雨、雪等极端天气无法工作。成本较高。行人的反射波较弱，难以探测，需与视觉传感器互补使用。远距离探测能力强弱一般强强夜间工作能力弱强强强强全天候工作能力弱弱弱弱强受气候影响大小大大小烟雾环境工作能力弱一般弱弱强雨雪环境工作能力一般强弱一般强温度稳定性强弱一般强强车速测量能力弱一般弱弱强3、多传感器融合技术的作用汽车自动化的程度越高，集成在车辆中的传感器的数量和类型也越多，只有这样才能够保证信息获取充分且、有冗余保障车辆自动行驶的安全。3、多传感器融合技术的作用为了保证安全，必须对传感器进行信息融合。多传感器融合可以显著提高系统的冗余度和容错性，从而保证决策的速度和正确性，这是自动驾驶系统向先进的自动驾驶方向发展，最终实现无人驾驶的必然趋势。3、多传感器融合技术的作用如图所示，它从多信息的视角进行处理及综合，得到各种信息的内在联系和规律，从而剔除无用和错误的信息，保留正确和有用的成分，最终实现信息的优化，也为智能信息处理技术的研究提供了新的思路。4、多传感器融合技术的方法在以目标身份估计为目的的体系结构下，根据多传感器信息融合技术抽象程度的不同，可以将其划分为3个层次：数据级融合、特征级融合、决策级融合，一般情况下，具体应用方案根据系统特点进行合理选择。4、多传感器融合技术的方法（1）数据级融合它将同类别的传感器采集的原始数据进行融合，最大可能地保留了各预处理阶段的细微信息。但是，由于融合进行在数据的最底层，计算量大且容易受不稳定性、不确定性因素的影响。同时，数据融合精确到像素级的准确度，因而无法处理异构数据。4、多传感器融合技术的方法（2）特征级融合特征级融合是通过各传感器的原始数据结合决策推理算法，对信息进行分类、汇集和综合，提取出具有充分表示量和统计量的属性特征。根据融合内容，特征级融合又可以分为目标状态信息融合和目标特性融合两大类。4、多传感器融合技术的方法（3）决策级融合决策级融合的特点是高层次，需要处理不同类型的传感器对同一观测目标的原始数据，并完成特征提取、分类判别，生成初步结论，然后根据决策对象的具体需求，进行相关处理和高级决策判决，获得简明的综合推断结果。4、多传感器融合技术的方法目前应用最多的是基于“激光雷达+摄像头+毫米波雷达+超声波雷达+红外线传感器”的融合方案。如图所示，在机顶盒上包含了5个激光雷达、6个摄像头、3个毫米波雷达和1套GPS&IMU系统。所有的传感器都会在这个机顶盒中做处理。处理好的数据会通过一根线输入到控制ECU当中，ECU接入这个数据后进行检测、决策、定位算法，最终会通过控制单元来控制车辆。感谢观看7.2

智能网联汽车路径规划智能网联汽车路径规划的分类02智能网联汽车路径规划的概念01本节学习目录智能网联汽车路径规划的步骤03决策规划041、路径规划的概念路径规划是智能网联汽车自动驾驶的关键部分之一，它首先融合多传感信息，对周围可能存在障碍物的目标状态进行预测，然后根据驾驶需求进行行为决策，规划出两点间多条可选安全路径，并在这些路径中规划选取一条最优的路径作为车辆行驶轨迹。1、路径规划的概念和人类驾驶员一样，机器在做驾驶决定时需要思考回答以下几个问题：我在哪儿？周围的环境怎么样？接下来会发生什么？我该做什么？这是一个基于信息感知进行决策的过程，具体如何决定需要自动驾驶的决策层完成。1、路径规划的概念2、路径规划的分类从轨迹决策的角度考虑，根据事先对环境信息的已知程度，可把路径规划划分为基于先验完全信息的全局路径规划和基于传感器信息的局部路径规划。2、路径规划的分类全局路径规划是全局环境已知，按照一定的算法搜寻一条最优或者近似最优的无碰撞路径。（1）全局路径规划2、路径规划的分类局部路径规划是对环境局部未知或完全未知，随着自主车辆的运动，通过传感器为自主车辆提供有用的信息，从而能够确定出障碍物和目标点的位置，规划出一条由起始点到目标点的路径。（2）局部路径规划2、路径规划的分类局部路径规划可进一步分为轨迹规划和速度规划。轨迹规划只解决根据行为决策和综合地图信息在二维平面上定义一定的代价函数下对轨迹进行优化的问题。速度规划是选择一个或多个轨迹后解决用什么样的速度来行驶。速度规划由车辆当前状态、行驶目标以及轨迹曲率等决定。3、路径规划的步骤轨迹规划算法在很大程度上依赖于地图对道路的定义，在车辆模型和道路模型下，由轨迹规划生成的轨迹是从区间到车辆姿态向量集的连续映射。在每个轨迹的末端，轨迹优化的目标是筛选出满足所有可能轨迹曲线边界条件的轨迹曲线，然后找到平滑的、代价最低的曲线。2、路径规划的分类从获取障碍物信息是静态或是动态的角度看，全局路径规划属于静态规划（又称离线规划），局部路径规划属于动态规划（又称在线规划）。根据所研究环境的信息特点，路径规划还可分为离散域范围内的路径规划问题和连续域范围内的路径规划问题。3、路径规划的步骤在目标状态预测之后，需要对智能网联汽车路径进行规划。路径规划的基本思路是：把需要解决的最短时间、最短距离、最少花费等问题转变成求解最短路径，因为只有找到了最短路径，以上问题都将得到解决。其一般步骤主要包括环境建模、路径搜索和路径平滑三个环节。环境建模路径搜索路径平滑3、路径规划的步骤（1）环境建模环境建模是路径规划的重要环节，目的是建立一个便于计算机进行路径规划所使用的环境模型，即将实际的物理空间抽象成算法能够处理的抽象空间，实现相互间的映射。3、路径规划的步骤（2）路径搜索路径搜索阶段是在环境模型的基础上应用相应算法寻找一条行走路径，使预定的性能函数获得最优值。3、路径规划的步骤（3）路径平滑通过相应算法搜索出的路径并不一定是一条运动体可以行走的可行路径，需要作进一步处理与平滑才能使其成为一条实际可行的路径。对于离散域范围内的路径规划问题，或者在环境建模或路径搜索前己经做好路径可行性分析的问题，路径平滑环节可以省去。4、决策规划决策规划是自动驾驶进行行为决策和路径规划过程，该过程要完全符合人类对于驾驶性的预期，并且满足安全、舒适、高效等性能和品质的要求。具体表现在以下几个方面：（1）车辆应该在自动避开所有障碍物的前提下，到达指定的目的地。（2）车辆安全到达目的地所用的时间最短，路程最短。（3）采用的路径简单可靠，以便简单实现对无人车的控制。（4）车辆行驶的路径尽量不重复或者少重复。（5）车辆选用合适的行驶策略，减少车辆的能量消耗。感谢观看7.3

智能网联汽车行为决策智能网联汽车行为决策的方法02智能网联汽车行为决策的概念01本节学习目录智能网联汽车行为决策的内容031、智能网联汽车行为决策的概念智能网联汽车的自动驾驶分为感知定位、规划决策、执行控制三个部分。决策是指决策控制电脑在整个无人驾驶系统中的作用，并根据位置、感知和路径规划等信息确定无人驾驶车辆的策略。1、智能网联汽车行为决策的概念智能网联汽车行为决策系统是指通过传感器感知得到交通环境信息，考虑周边环境、动静态障碍物、车辆汇入以及让行规则等，与智能驾驶库中的经验知识等进行匹配，进而选择适合当前交通环境下的驾驶策略。2、智能网联汽车行为决策的方法（1）基于规则的行为决策方法2、智能网联汽车行为决策的方法有限状态机是一种离散的数学模型，用来研究有限个状态以及状态之间的转移。其主要包括有限状态集合、输入集合和状态转移规则集合三部分。状态、转移、事件和动作是有限状态机的四大要素。以基于规则的超车行为决策为例，主要分为顶层状态机和超车顶层状态下的子状态机。2、智能网联汽车行为决策的方法在超车顶层状态机下设置了超车子状态机，对超车过程中不同驾驶阶段下的转换进行逻辑建模。超车行为决策与人类驾驶行为类似，在超车子状态机下分别包括左换道准备、左换道、并行超越等。左换道准备为超车子状态机的默认初始状态，在左右换向状态下，智能网联汽车将开启相应的转向信号灯，产生一定的转向偏移，以此来提示后方车辆。同时，智能网联汽车会根据其左后或右后车辆是否避让的状态来决定是否进行下一步的超车计划。并行超越主要用于车辆进行超车的阶段，指导车辆在超车过程中的速度变化、方向盘角度变化等，并指导车辆在超车完成后及时返回原来的车道，减少在整个超车过程中的安全风险。2、智能网联汽车行为决策的方法（2）基于强化学习的行为决策方法基于强化学习算法的行为决策方法主要是利用各种学习算法来进行决策，利用智能网联汽车配备的各种传感器，来感知周边的环境信息，传递给强化学习决策系统，此时强化学习决策系统的作用就相当于人脑，来对各类信息进行分析和处理，并结合经验来对无人驾驶汽车做出行为决策。2、智能网联汽车行为决策的方法基于强化学习的行为决策方法近年来发展迅速，主要有马尔可夫决策、神经网络学习算法等。这些行为决策方法可以通过大量的数据更容易覆盖全部的工况以及不同的场景。3、智能网联汽车行为决策的内容行为决策层汇集了所有重要的车辆周围信息，不仅包括汽车本身的当前位置、速度、方向和所在车道，还包括汽车一定距离内与感知相关的所有重要障碍物体信息和预测轨迹，在所获得信息的基础上来确定汽车的驾驶策略。主要包括预测算法、行为规划和动作规划等。3、智能网联汽车行为决策的内容（1）预测模块预测模块是结合环境感知模块对驾驶环境的描述，对驾驶环境变化趋势做出预测。3、智能网联汽车行为决策的内容（2）行为规划行为规划是根据路径规划目标，结合环境感知模块对驾驶环境的描述，以及预测模块对驾驶环境变化趋势的预测，对车辆需要采取的行为作出规划。3、智能网联汽车行为决策的内容（3）动作规划动作规划模块的功能根据路径规划给出的轨迹、行为规划确定的驾驶模式，按照特定的动作去跟随轨迹。这些具体的动作规划发送给执行机构实现车辆的运动控制。3、智能网联汽车行为决策的内容智能网联汽车路径规划中的路由寻径也是解决汽车从A点到达B点的路由问题，但由于输出结果没有被驾驶员使用，而是给下游行为决策和行动规划等模块作为输入，因此路径规划的层次应该是更深入到高精度地图所使用的车道级别。3、智能网联汽车行为决策的内容基于高精度地图定义的路网道路划分和最优策略的定义下，路由模块需要解决的问题是计算从起点到终点的最优道路行程序列，其中车道、起始位置、终止位置称为路由片段，道路由车道线来标识，起始位置和终止位置分别代表道路上的起始纵向距离和终点纵向距离。感谢观看7.4

智能网联汽车执行控制智能网联汽车执行控制的内容02智能网联汽车执行控制的概念01本节学习目录1、智能网联汽车执行控制的概念控制执行是整个自动驾驶系统的最后一环，是将环境感知，行为决策，路径规划的结论付诸实践的执行者。控制执行系统将来自决策系统的路径规划落实到汽车机构的动作上。控制过程的目标就是使车辆的位置、姿态、速度和加速度等重要参数，符合最新决策结果。2、智能网联汽车执行控制的内容智能网联汽车的控制执行是“人-车-路”组成的智能系统最终完成自动驾驶和协同驾驶的落地部分，主要包括车辆的纵向运动控制和横向运动控制。纵向运动控制横向运动控制2、智能网联汽车执行控制的内容控制执行需要借助复杂的汽车动力学完成主控系统，主控系统由软件部分的智能车载操作系统与硬件部分的高性能车载集成计算平台联合组成。2、智能网联汽车执行控制的内容车辆动力学是自动驾驶车辆控制的基础。简易的二自由度车辆动力学模型又称为自行车模型，描述了车辆纵向、侧向、横摆等基本的运动状态，体现了车辆运动过程中典型的轮胎侧偏特性。2、智能网联汽车执行控制的内容自动驾驶要实现对车辆的运动和车身电器进行自动控制，需要相应的线控系统来满足。底盘线控系统用于实现对车辆运动的控制。底盘线控制系统包括转向、制动、驱动控制，其中制动部分包括行车制动、驻车制动与辅助制动，驱动系统包括发动机/电机/混合动力控制、传动系统控制等。2、智能网联汽车执行控制的内容1.转向系统线控转向系统通过在方向盘到车轮间增加主动控制电机，实现对转向系统的主动控制。2、智能网联汽车执行控制的内容2.驱动系统驱动系统是较早实现主动线控控制的系统。比如电子节气门就是一种典型的线控驱动控制方式，发动机控制系统采集油门踏板角度，然后根据油门踏板角度与节气门开度之间的关系，控制节气门，实现非机械结构连接的驱动控制。2、智能网联汽车执行控制的内容在各类线控驱动控制系统的核心是整车控制器，通过油门踏板、档位以及汽车运动状态，判断驾驶人或者自动驾驶系统的操纵或者控制意图，然后通过对自动变速箱、发动机（或电机、或发动机与电机组合）的动力控制，实现主动驱动控制。2、智能网联汽车执行控制的内容3.制动系统线控制动系统可以主动产生制动压力，并分配至各