智能网联汽车概论实训课程课件(中)
合集下载
智能网联汽车概论实训课程课件(中)
决策技术结构体系 决策层是自主驾驶系统智能性的直接体现，对车辆的行驶安全性和整车性能起着决定性 作用，以谷歌和斯坦福等为代表的众多企业和高校做出了大量研究。常见的决策体系结构有 分层递阶式、反应式以及二者的混合式。
行驶环境 环境感知
反应式体系结构
决策规划
基于行为推理 基于环境规划 目标任务识别 环境动态变化 地图建立规划
在此在基高础精上度，地进图一生步产提过取程、中处，理通和过标提注取矢车量辆图上形传，感包器括采道集路的网原络始信数息据、，道获路取属高性精信度息输地、入图道标特路题征几值何，信构息成和特道征路地上图主:
要标志的抽象信息。
单击此处添加文字 单击此处添加文字
高精度地图模型
(1)道路模型 为了实现和提高 路径规划功能，需要将现实世界 的道路结构进行抽象，形成以顶 点与边组成的拓扑图形结构，图 中的边以弧形线段表示，线段中 由一系列顺序的点表示线的基本 形状走势。在道路拓扑模型中除 了要标示出道路走势，还要描述 道路的连通关系，这种连通关系 是通过顶点确定。道路模型除了 图形属性还包括车道数量、道路
其他芯片解决方案 谷歌公布了AlphaGo战胜李世石的“秘密武器”——芯片 “TPU" (Tensor Processing Unit，张量 处理单元 )，它使得机器学习类深度神经网络模型在每瓦特性能上优于传统硬件。
谷歌公司TPU芯片示意图
“SI”概率芯片示意图
随堂练习
1、（多选）当硬件传感器接收到环境信息后，数据会被导入计算平台，由不同的芯片进行运算。计
B. 实现对可行驶区域的检测 D. 实现模糊行为决策
方面。
3、传统意义上自动驾驶系统的决策控制软件系统含
、
、
、 等功能模块。
2024智能网联汽车概论课件模块一智能网联汽车概述
一智能网联汽车概述contents •智能网联汽车基本概念•智能网联汽车关键技术•智能网联汽车产业链分析•国内外典型案例分析•未来发展趋势预测与挑战分析•总结回顾与拓展思考目录定义与发展历程定义智能网联汽车是一种集环境感知、规划决策、多等级辅助驾驶等功能于一体的综合系统，它运用大数据、云计算、人工智能等新技术，实现车与车、路、人、云等智能信息交换共享，具备复杂环境感知、智能决策、协同控制等功能。
发展历程智能网联汽车经历了从单一功能到多功能集成，从低级自动化到高级自动化的发展历程。
随着技术的不断进步，未来智能网联汽车将实现更高程度的自动化和智能化。
技术体系架构及特点技术体系架构智能网联汽车技术体系架构包括感知层、决策层、执行层和控制层四个层次。
感知层负责采集车辆周围环境信息，决策层根据感知信息进行决策规划，执行层控制车辆各部件执行决策指令，控制层对整个系统进行监控和调度。
特点智能网联汽车具有环境感知、智能决策、协同控制等特点。
它能够实时感知周围环境信息，并根据不同场景做出智能决策和协同控制，提高驾驶安全性和舒适性。
行业应用现状及前景行业应用现状目前，智能网联汽车已经在多个领域得到应用，如自动驾驶出租车、物流运输车、公共交通等。
同时，各国政府和企业也在积极推动智能网联汽车的发展，加大技术研发和基础设施建设投入。
前景随着技术的不断进步和应用场景的不断拓展，智能网联汽车将迎来更加广阔的发展前景。
未来，智能网联汽车将实现更高程度的自动化和智能化，提高交通效率和安全性，改变人们的出行方式和生活方式。
同时，智能网联汽车也将成为智能交通系统的重要组成部分，推动交通行业的转型升级和可持续发展。
通过发射激光束并接收反射回来的光信号，精确测量距离和角度，实现环境感知和障碍物检测。
激光雷达利用毫米波段的电磁波进行探测，具有穿透雾、霾、尘等恶劣天气的能力，适用于中远距离的目标检测。
毫米波雷达通过捕捉图像信息，实现车道线识别、交通信号识别、行人检测等功能。
智能网联汽车概论实训课程课件第3-4章
时间 2010年 2014年 2010-12年
2013年
世界各国产业发展历程
国家 美国 美国 欧盟
日本
政策
《ITS战略计划2010～2014》 《ITS战略计划2015～2019》 《一体化欧盟交通发展路线—竞争能力强、 资源高效的交通系统》
《国家战略性创新项目（SIP）计划》
智能网联汽车集中运用了汽车工程、人工智能、计算机、微电子、自动控制、通信 与平台等技术，是一个集环境感知、规划决策、控制执行、信息交互等于一体的高新 技术综合体，拥有相互依存的价值链、技术链和产业链体系。
未
来
发 展 趋
输入标 高速公路与低速区输域入自标动驾驶系统将率先应用输入标
单击此题处添加文
单击此题处添加文
单击此题处添加文
势
字单击此处添加
字单击此处添加
字单击此处添加
文字 自动驾驶汽车测试评文价字 方法研究与测试场建设成文字为热点
随堂练习
1、（多选）国外比较典型的开发自动驾驶汽车的生产商有
。
A.英特尔
协同式多车队列控制
人机共驾技术 控制层的控制互补是目 前人机共驾领域的核心关注 点。人机共驾人机并行控制， 双方操控输入具有冗余和博 弈特征。
通信与平台技术
智
以深度学习为代表的 AI 技术快速发展和应用
能
化
与
激光雷达等先进传感器加速向低成本、小型化发展
网
联
化
自主式智能与网联式智能技术加速融合
B.宝马
C.德尔福
D.Mobileye
2、（多选）高精度地图的企业有
。
A.四图维新
B.景驰科技
C.地平线机器人
D.蔚来汽车
2013年
世界各国产业发展历程
国家 美国 美国 欧盟
日本
政策
《ITS战略计划2010～2014》 《ITS战略计划2015～2019》 《一体化欧盟交通发展路线—竞争能力强、 资源高效的交通系统》
《国家战略性创新项目（SIP）计划》
智能网联汽车集中运用了汽车工程、人工智能、计算机、微电子、自动控制、通信 与平台等技术，是一个集环境感知、规划决策、控制执行、信息交互等于一体的高新 技术综合体，拥有相互依存的价值链、技术链和产业链体系。
未
来
发 展 趋
输入标 高速公路与低速区输域入自标动驾驶系统将率先应用输入标
单击此题处添加文
单击此题处添加文
单击此题处添加文
势
字单击此处添加
字单击此处添加
字单击此处添加
文字 自动驾驶汽车测试评文价字 方法研究与测试场建设成文字为热点
随堂练习
1、（多选）国外比较典型的开发自动驾驶汽车的生产商有
。
A.英特尔
协同式多车队列控制
人机共驾技术 控制层的控制互补是目 前人机共驾领域的核心关注 点。人机共驾人机并行控制， 双方操控输入具有冗余和博 弈特征。
通信与平台技术
智
以深度学习为代表的 AI 技术快速发展和应用
能
化
与
激光雷达等先进传感器加速向低成本、小型化发展
网
联
化
自主式智能与网联式智能技术加速融合
B.宝马
C.德尔福
D.Mobileye
2、（多选）高精度地图的企业有
。
A.四图维新
B.景驰科技
C.地平线机器人
D.蔚来汽车
智能网联汽车概论实训课程课件第5-6章
交通标志识别 交通信号识别
信息 传输 单元
显示系统 报警系统 传感器网络 车载网络
传感器
环视摄像头（高清） 前视摄像头（单目） 超声波传感器 侧向毫米波雷（24GHz ） 前向毫米波雷（77GHz ） 激光雷达
环境感知传感器配置
数量/个
最小感知范围
4
8m
1
50°/150m
12
5m
4
110°/60m
点
度、速度等信息，生成目标多维度图像
全天候工作 激光主动探测，不依赖于外界光照条件或目 标本身的辐射特性
智能网联汽车激光雷达系统由收发天线、收发前端、信号处理模 块、汽车控制装置和报警模块组成。
收发 天线
收发 前端
信号处理 模块
报警 模块
汽车控 装置
激光雷达的测距原理
毫米波雷达是高阶自动驾驶的标配。全球 毫米波雷达市场集中度较高，2018年CR5高达 68%，基本上被博世、大陆等外资寡头垄断。 毫米波雷达指工作在30～300GHz频域的雷达， 具有体积小、质量轻和空间分辨率高等优点， 具有全天候、全天时等优秀特性，能够同时 识别多个小目标，可以穿透雾、烟、灰尘等 环节，精准测量目标的相对距离和相对速度， 被广泛应用于自动驾驶汽车车间距离探测， 但易受干扰。
后视系统 倒车辅助系统 自动泊车辅助系统 防追尾碰撞系统
车内视觉系统 驾驶员疲劳检测系统 汽车平视显示系统 车载信息显示系统
角视系统 盲区检测系统 盲区警告系统 并线辅助系统
信息采集单元
惯性 元件 超声波传感器
激光 雷达 毫米波雷达 视觉传感器 定位 导航 车载网络
环境感知系统组成
信息处理单元 道路识别 车辆识别 行人识别
毫米波雷达传感器
信息 传输 单元
显示系统 报警系统 传感器网络 车载网络
传感器
环视摄像头（高清） 前视摄像头（单目） 超声波传感器 侧向毫米波雷（24GHz ） 前向毫米波雷（77GHz ） 激光雷达
环境感知传感器配置
数量/个
最小感知范围
4
8m
1
50°/150m
12
5m
4
110°/60m
点
度、速度等信息，生成目标多维度图像
全天候工作 激光主动探测，不依赖于外界光照条件或目 标本身的辐射特性
智能网联汽车激光雷达系统由收发天线、收发前端、信号处理模 块、汽车控制装置和报警模块组成。
收发 天线
收发 前端
信号处理 模块
报警 模块
汽车控 装置
激光雷达的测距原理
毫米波雷达是高阶自动驾驶的标配。全球 毫米波雷达市场集中度较高，2018年CR5高达 68%，基本上被博世、大陆等外资寡头垄断。 毫米波雷达指工作在30～300GHz频域的雷达， 具有体积小、质量轻和空间分辨率高等优点， 具有全天候、全天时等优秀特性，能够同时 识别多个小目标，可以穿透雾、烟、灰尘等 环节，精准测量目标的相对距离和相对速度， 被广泛应用于自动驾驶汽车车间距离探测， 但易受干扰。
后视系统 倒车辅助系统 自动泊车辅助系统 防追尾碰撞系统
车内视觉系统 驾驶员疲劳检测系统 汽车平视显示系统 车载信息显示系统
角视系统 盲区检测系统 盲区警告系统 并线辅助系统
信息采集单元
惯性 元件 超声波传感器
激光 雷达 毫米波雷达 视觉传感器 定位 导航 车载网络
环境感知系统组成
信息处理单元 道路识别 车辆识别 行人识别
毫米波雷达传感器
《智能网联汽车技术概论》课件 - 第一章-智能网联汽车技术综述
• 2003年，国防科技大学与一汽合 作的红旗CA7460实现了高速公路 自动驾驶示范，最高时速170Km/ 小时，可以实现自动超车。
• 2011年7月，国防科技大学自主研 发的红旗HQ3无人驾驶汽车首次完 成了长沙至武汉286Km的高速全 程无人奥林匹 克森林公园”路线上来回行驶，吸 引了无数眼球。
• 2011年，内华达州率先通过了汽车驾 驶汽车立法，解决了州公路上自驾汽车 的路试问题。
No.10008
0
2
• 智能网联汽车的发展趋 势
No.10008
国外智能网联汽车的发展现状
• 1.美国自动驾驶技术发展
• 在美国、欧洲、日本等发达国家和地区， 自动驾驶技术是未来交通发展的重要方 向。在技术研发、道路测试、标准法规 和政策等方面，为智能网联汽车的发展 提供了条件。为了加快自动驾驶商业化 的政策支持，我国在这方面的研究也很 活跃，为自动驾驶技术的开发和测试创 造了坚实的基础。
• 在智能化层面，汽车配备了多种传感器（摄像 头、超声波雷达、毫米波雷达、激光雷达）， 实现对周围环境的自主感知，通过一系列传感 器信息识别和决策操作，汽车按照预定控制算 法的速度与预设定交通路线规划的寻径轨迹行
• 驶在。网联化层面，车辆采用新一代移动通信技术 （LTE-V、5G等），实现车辆位置信息、车速 信息、外部信息等车辆信息之间的交互，并由 控制器进行计算，通过决策模块计算后控制车 辆按照预先设定的指令行驶，进一步增强车辆 的智能化程度和自动驾驶能力。
人与系 统
人
自动驾驶系统（“系统”）监控驾驶环境
车道内正常行驶， 人 高速公路无车道干
涉路段，泊车工况。
高速公路及市区无
人
车道干涉路段，换 道、环岛绕行、拥
• 2011年7月，国防科技大学自主研 发的红旗HQ3无人驾驶汽车首次完 成了长沙至武汉286Km的高速全 程无人奥林匹 克森林公园”路线上来回行驶，吸 引了无数眼球。
• 2011年，内华达州率先通过了汽车驾 驶汽车立法，解决了州公路上自驾汽车 的路试问题。
No.10008
0
2
• 智能网联汽车的发展趋 势
No.10008
国外智能网联汽车的发展现状
• 1.美国自动驾驶技术发展
• 在美国、欧洲、日本等发达国家和地区， 自动驾驶技术是未来交通发展的重要方 向。在技术研发、道路测试、标准法规 和政策等方面，为智能网联汽车的发展 提供了条件。为了加快自动驾驶商业化 的政策支持，我国在这方面的研究也很 活跃，为自动驾驶技术的开发和测试创 造了坚实的基础。
• 在智能化层面，汽车配备了多种传感器（摄像 头、超声波雷达、毫米波雷达、激光雷达）， 实现对周围环境的自主感知，通过一系列传感 器信息识别和决策操作，汽车按照预定控制算 法的速度与预设定交通路线规划的寻径轨迹行
• 驶在。网联化层面，车辆采用新一代移动通信技术 （LTE-V、5G等），实现车辆位置信息、车速 信息、外部信息等车辆信息之间的交互，并由 控制器进行计算，通过决策模块计算后控制车 辆按照预先设定的指令行驶，进一步增强车辆 的智能化程度和自动驾驶能力。
人与系 统
人
自动驾驶系统（“系统”）监控驾驶环境
车道内正常行驶， 人 高速公路无车道干
涉路段，泊车工况。
高速公路及市区无
人
车道干涉路段，换 道、环岛绕行、拥
智能网联汽车概论教学课件1-1
在复杂的道路交通环境下，单一的传感器无法完成环境感知的全部，必须整合 各种类型的传感器，利用多传感器融合技术，使其为智能网联汽车提供更加真 实可靠的路况环境信息。
18
智能网联汽车有哪些关键技术？
1.智能网联汽车的关键技术-无线通信技术
①长距离无线通信技术：用于提供即时的互联网接入，主要采用 4G/5G 技术。 ②短距离无线通信技术：包括专用短程通信技术（DSRC）、LTE-V、蓝牙、 Wi-Fi 等， DSRC 和 LTE-V 可以实现在特定区域内对高速运动下移动目标的 识别和双向通信，如 V2V、V2I 双向通信，实时传输图像、语音和数据信息等。
4
什么是智能网联汽车？智能网联汽车如何划分等级？
1.智能网联汽车的定义
工信部、国家标准委于 2017 年 12 月共同制定的《国家车联网产业标准体系 建设指南 （智能网联汽车）》明确了智能网联汽车的定义，即：智能网联汽车 是指搭载先进的车载 传感器、控制器、执行器等装置，并融合现代通信与网络 技术，实现车与 X（人、车、路、 云端等）智能信息交换、共享，具有复杂环 境感知、智能决策、协同控制等功能，可实现 安全、高效、舒适、节能行驶， 并最终可实现替代人来操作的新一代汽车。
12
智能网联汽车由哪些结构组成？
智能网联汽车是智能交通系统的核心组成部分，是车联网体系的一个 结点。智能网联 汽车具备自主的环境感知能力，通过车载信息终端实 现与人、车、路、互联网等之间的无 线通信和信息交换。智能网联汽 车涉及汽车、信息、网络、通信、控制、交通等多个领域的技术，因 此其结构比较复杂。 从层次结构、技术结构角度认识智能网联汽车的结构。
10
什么是智能网联汽车？智能网联汽车如何划分等级？
2.智能网联汽车的分级-我国对智能网联汽车的分级
18
智能网联汽车有哪些关键技术？
1.智能网联汽车的关键技术-无线通信技术
①长距离无线通信技术：用于提供即时的互联网接入，主要采用 4G/5G 技术。 ②短距离无线通信技术：包括专用短程通信技术（DSRC）、LTE-V、蓝牙、 Wi-Fi 等， DSRC 和 LTE-V 可以实现在特定区域内对高速运动下移动目标的 识别和双向通信，如 V2V、V2I 双向通信，实时传输图像、语音和数据信息等。
4
什么是智能网联汽车？智能网联汽车如何划分等级？
1.智能网联汽车的定义
工信部、国家标准委于 2017 年 12 月共同制定的《国家车联网产业标准体系 建设指南 （智能网联汽车）》明确了智能网联汽车的定义，即：智能网联汽车 是指搭载先进的车载 传感器、控制器、执行器等装置，并融合现代通信与网络 技术，实现车与 X（人、车、路、 云端等）智能信息交换、共享，具有复杂环 境感知、智能决策、协同控制等功能，可实现 安全、高效、舒适、节能行驶， 并最终可实现替代人来操作的新一代汽车。
12
智能网联汽车由哪些结构组成？
智能网联汽车是智能交通系统的核心组成部分，是车联网体系的一个 结点。智能网联 汽车具备自主的环境感知能力，通过车载信息终端实 现与人、车、路、互联网等之间的无 线通信和信息交换。智能网联汽 车涉及汽车、信息、网络、通信、控制、交通等多个领域的技术，因 此其结构比较复杂。 从层次结构、技术结构角度认识智能网联汽车的结构。
10
什么是智能网联汽车？智能网联汽车如何划分等级？
2.智能网联汽车的分级-我国对智能网联汽车的分级
智能网联汽车概论实训课程课件第19-20章
、
及
等基础支撑，继而将整个车联网要素连接成一个整
体。
2、数据云平台对自动驾驶主要有
、
和
等几方面作用。
3、（多选）智能网联汽车大数据的4V特征为
。
A. 数据量巨大（Volume）
B. 数据类型多样（Variety）
C. 数据高速生成（Velocity） 输入标题
单击此处添加文单 击此处添加文字
D. 数据价值高（Value）
数据量 巨大
数据价 大数据4V 数据类
值高
特征
型多样
数据高 速生成
数据 共享
远程 调度
数据云 平台作
用
降低单 车成本
随堂练习
1、智能汽车中会不断的产生大量的数据，有汽车行驶的性能数据，有信息传递的数据等，包
括非关系型数据库技术、车辆数据关联分析与挖掘技术等。
能够为未来的协同交通体系
提供统一的
车路协同将产生大量数据和数据处 理业务，汽车数据云平台将在其中发挥 重要作用。汽车数据云平台包含了公有 云、私有云、混合云的行业优势，提供 一体化运维平台（织云）、微服务中台 （TSF）及物联网平台，为数据清洗、 管理、分析提供有效的技术支持，从而 打造出车联网、生产制造、用户管理、 运营支撑、经销商管理系统等，全面支 持车路协同系统完善。
Байду номын сангаас 窃听
伪造
重放
信息安全威胁 阻断 的分类
篡改
拒绝服 务
信息安全 的审计
加强车载 终端信息
安全
车辆安 全措施
与云端信 道安全
输入标题
单击此处添加文字 单击此处添加文字
终端升级 安全
车载终端 应用程序
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
监督学习算法模块
预测模 输型入分标类题
单击此处添加文字 单击此处添加文字
基于机器学习的非结构化道路检测框架
预输测入模型标训题练
单击此处添加文字 单击此处添加文字
基于AI的自动驾驶智能终端
感知决策控制 车云信息交互协同
AI模型算法
基于大数据分析的自动驾驶云端系统
自动驾驶 AI终端硬件架构
自动驾驶 AI终端硬件架构
AI技术集成应用
车云AI信息数据 交互与协同技术
基于AI的自动驾 驶系统车云协同
技术
云平台AI算法应 用技术
云端数据空间构 建技术
车载嵌入式AI应用终端设计
车云协同AI集成应用
基于AI的信息交互协同云平台
车端
云端
车云协同自动驾驶系统
基于人工智能的车云协同自动驾驶系统构建方案示意图
智能计算平台 自动驾驶汽车从交通运输工具逐步转变为新型移动智能终端。汽车功能和属性的改变导致其 电子电气架构随之改变，进而需要更强的计算、数据存储和通信能力作为基础，车载智能计算 平台是满足上述要求的重要解决方案。
德州仪器TDA2 SoC芯片示意图
基于FPGA的解决方案 作为GPU在算法加速上强有力的 竞争者，FPGA硬件配置最灵活，具 有低能耗、高性能及可编程等特性， 十分适合感知计算。更重要的是， FPGA相比GPU价格便宜(虽然性价比 不一定最好)。在能源受限的情况下， FPGA相对于CPU与GPU有明显的性 能与能耗优势。
其他芯片解决方案 谷歌公布了AlphaGo战胜李世石的“秘密武器”——芯片 “TPU" (Tensor Processing Unit，张量 处理单元 )，它使得机器学习类深度神经网络模型在每瓦特性能上优于传统硬件。
谷歌公司TPU芯片示意图
“SI”概率芯片示意图
随堂练习
1、（多选）当硬件传感器接收到环境信息后，数据会被导入计算平台，由不同的芯片进行运算。计
搜索 漫游 避障
执行控制
车辆
决策规划-反应式体系结构
混合式体系结构
环境感知
地图文件 任务文件 车辆姿态
全局 决策规划
环境特征 任务分享 全局路径
子任务
局部 轨迹规划
车辆目标状态 执行器命令
底座 执பைடு நூலகம்控制
行为决策
基于行为推理 基于环境规划 目标任务识别 环境动态变化 地图建立规划
搜索 漫游 避障
期望指令
、
、
三项基本功能。
A.电话
B.地图
C.音乐
D.解说
2、I手势交互作为一种新的
，它能减小驾驶者的
和
汽车人机交互界面设计研究的重要方向。
，逐渐成为
3、语音交互（VUI）指的是人类与设备通过
进行信息的传递。
输入标题
单击此处添加文单 击此处添加文字
智能决策的定义：智能网联汽车是集感知、决策和控制等功能于一体的自主交通工具，其中， 智能决策是依据感知信息来进行决策判断，确定适当工作模型，制订相应控制策略，替代人类 驾驶员做出驾驶决策。
NVIDIA PX2平台芯片示意图
基于DSP的解决方案 DSP (Digital Signal Processor) 以 数字信号处理大量数据。DSP的数据总线 和地址总线分开，允许取出指令和执行指 令完全重叠，在执行上一条指令的同时就 可取出下一条指令，并进行译码，这大大 提高了微处理器的速度。
感知层
决策层
执行层
· 周边环境 · 驾驶场景
· 收集分析数据 · 预测周边环境 · 定义规划路线
· 动力总成 · 转向制动
环境预测示意图
环境预 测模块
功能
行为
模块
智能
决策
决策
系统
路径 规划
动作 规划
环境预测示意图
（1）环境预测模块 环境预测模块作为决策规划控制模块的直接数据上游之一，其主 要作用是对感知层所识别到的物体进行行为预测，并且将预测的结果转化为时间空间维度的 轨迹传递给后续模块。通常感知层所输出的物体信息包括位置、速度、方向等物理属性。
决策技术结构体系 决策层是自主驾驶系统智能性的直接体现，对车辆的行驶安全性和整车性能起着决定性 作用，以谷歌和斯坦福等为代表的众多企业和高校做出了大量研究。常见的决策体系结构有 分层递阶式、反应式以及二者的混合式。
行驶环境 环境感知
反应式体系结构
决策规划
基于行为推理 基于环境规划 目标任务识别 环境动态变化 地图建立规划
宝马iDrive Drive
奥迪MMI
奔驰COMAND
谷歌Android Auto
苹果CarPlar
阿里互联智行
随堂手机连接车机进行映射，
同时支持iOS和Android系统，具有
图形用户界面与多点触控操作
输入标题
单击此处添加文字 单击此处添加文字
物理触感操作
手势操作
输入标题
通过语音的
方式与汽车HMI
进行交互，更加
直接获得信息反
馈，用户的注意
力不受到分散，
能够全身心注视
前方，保障驾输驶入标题 的安全。 单击此处添加文字
单击此处添加文字
输入标题
单击此处添加文字 单击此处添加文字
先进决策理论 01 基于多准则的决策方法
02 基于模糊决策的行为决策方法
03 强化学习和数据驱动方法
04
贝叶斯网络方法
图像数据输入 检测结果参数
自监督样本获取模块
先验知识库
训练样本获取
先验知识提取
训练样本标定
特征选择算法模块 特征提取算法 特征选择算法
在线学习算法模块
在线评价策略
在线学习算法
动态训练样本库
B. 实现对可行驶区域的检测 D. 实现模糊行为决策
方面。
3、传统意义上自动驾驶系统的决策控制软件系统含
、
、
、 等功能模块。
硬件传感器接收到环境信息后，数据会被导入计算平台，由不同的芯片进行运算。计算平 台的设计直接影响自动驾驶系统的实时性及鲁棒性。对于自动驾驶这样的复杂任务，在设计软 件的同时，还必须考虑与之匹配的硬件效能，这里包括性能、功耗和功能安全。
普通电子地图
一般电子地图精度在在10米左右，商用GPS 精度为5米
传统电子地图数据只记录道路级别的数据
传统地图起的是辅助驾驶的导航功能，本质 上与传统经验化的纸质地图是类似的
普通的导航电子地图是面向驾驶员，供驾驶 员使用的地图数据
数据的实时性要求较低
高精度地图
高精度地图的精度在厘米级别（Google、Here等高精度 地图精度在10～20厘米级别） 高精度地图不仅增加了车道属性相关数据，还能够明确区 分车道线类型、路边地标等细节 高精度地图通过“高精度+高动态+多维度”数据，起的 是为自动驾驶提供自变量和目标函数的功能。高精地图相 比传统地图有更高的重要性
（3）动作规划模块 自动驾驶汽车规划模块包括动作规划和路径规划两部分。动作规划模块主要是对短期甚至是瞬时的 动作进行规划，例如转弯、避障、超车等动作；而路径规划模块是对较长时间内车辆行驶路径的规划， 例如从出发地到目的地之间的路线设计或选择。
（4）路径规划模块 路径规划主要包含两个步骤：建立包含障碍区域与自由区域的环境地图， 以及在环境地图中选择合适的路径搜索算法，快速实时地搜索可行驶路径。路径规划结果对车辆行驶起 着导航作用，它引导车辆从当前位置行驶到达目标位置。环境地图表示方法主要分为度量地图表示法、 拓扑地图表示法等。
输入标题
单击此处添加文单 击此处添加文字
高精地图的含义：地图是地理信息空间的载体，它是将客观现实世界中的空间 特征以一定的数学法则（即模式化）,符号化、抽象化，将空间特征表示为形象符号 模型或者称为图形数学模型。
高精度地图与普通电子地图的对比
精度
数据 维度
作用 及功 能
使用 对象
数据 的实 时性
Altera公司Cyclone V SoC芯片示意图
基于ASIC的解决方案 Mobileye是一家基于ASIC的无人 驾驶解决方案提供商。其Eyeq5 SOC装 备有四种异构的全编程加速器，分别对 专有的算法进行了优化，包括有：计算 机视觉、信号处理和机器学习等。
MobileyeEyeq5 SOC结构示意图
为了保证自动驾驶的实时性要求，我们需要保证软件响应的最大延迟在可接受的范围内， 对于计算资源的要求也因此变得极高，目前，自动驾驶软件的计算量达到了10个TOPS(每s万亿 次操作)的级别，这使得我们不得不重新思考对应的计算架构。
福特第二代Fusion自动驾驶原型车行李舱中的计算设备
为了解智能网联汽车计算平台的要点，我们介绍一个行业领先的L4级自动驾驶公司现有的计算平 台硬件实现，包括现有的不同芯片制造商所提供的无人驾驶计算解决方案。这个L4级无人驾驶公司的 计算平台由两个计算盒组成。每个计算盒配备了一颗英特尔至强E5处理器(12核)和4到8颗NVIDIA K80GPU加速器，彼此使用PCE总线连接。CPU运算峰值速度可达400f/s，功率需求400V。每个GPU运算 峰值速度可达8TOPS，功率需求300W。因此，整个系统能够提供64.5TOPS的峰值运算能力，其功率需 求为3000W。
决策技术结构体系 决策层是自主驾驶系统智能性的直接体现，对车辆的行驶安全性和整车性能起着决定性 作用，以谷歌和斯坦福等为代表的众多企业和高校做出了大量研究。常见的决策体系结构有 分层递阶式、反应式以及二者的混合式。
分层递阶式体系结构
决策规划
行驶环境 环境感知 信息融合 任务决策 轨迹规划 运动控制 执行控制 车辆
算平台的设计直接影响自动驾驶系统的实时性及鲁棒性。对于自动驾驶这样的复杂任务，在设计软件
的同时，还必须考虑与之匹配的硬件效能，这里包括