自动驾驶决策规划算法概述

原创 已于 2022-04-17 18:08:49 修改 · 7.4k 阅读 · 84 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#自动驾驶概述

于 2022-01-06 17:59:48 首次发布

一、自动驾驶级别分类

L0 系统无法控制横向或者纵向
L1 系统能控制横向或者纵向中的一个，但横纵向无法联合控制
L2 系统可以联合控制横向和纵向
L3 小部分场景不需要人负责监控环境
L4 大部分场景不需要人负责监控环境
L5 所有场景都不需要人负责监控环境

从 功能和责任 2方面来划分：
L0-L2:功能逐步增加的多，但驾驶员负责安全
L3-L5：功能逐步增加的少，但系统负责安全
只要没有系统负责安全的case,无论功能多么丰富，本质上都是L2。随着功能逐渐增多，也就是现在提出的概念：L2+,L2++

二、决策规划算法的模块划分

最低0.47元/天 解锁文章
机器学习算法（3）之决策树算法
不曾走远的博客
08-25 12万+
前言：首先，在了解树模型之前，自然想到树模型和线性模型有什么区别呢？其中最重要的是，树形模型是一个一个特征进行处理，之前线性模型是所有特征给予权重相加得到一个新的值。决策树与逻辑回归的分类区别也在于此，逻辑回归是将所有特征变换为概率后，通过大于某一概率阈值的划分为一类，小于某一概率阈值的为另一类；而决策树是对每一个特征做一个划分。另外逻辑回归只能找到线性分割（输入特征x与logit之间是线性的，除...
自动驾驶技术综述2：自动驾驶决策规划模块算法介绍
自动驾驶Player的博客
11-06 5127
Planning模块的作用相当于理解传感器以及高精地图模块等上游的“感知系统”获得的感知信息，并且在当前周期内进行思考并做出判断，然后把计算好的轨迹信息传递给下游模块进行控制指令的分解以及控制信号的计算。现实世界中的规划面临多种约束。上图为开源的Apollo系统中Planning模块的运行过程，可以看到apollo的Planning模块就是首先确定当前自车所处在的场景scenario，然后判断在当前场景下处在什么状态stage下，最后调用一系列task进行behavior的判断从而完成决策过程。
自动驾驶规划算法（一）：A*算法原理和代码（c++与python）
a8598671的博客
09-26 3460
A*算法（A-star algorithm）诞生于1968年，由彼得·哈特（Peter Hart）、尼尔森·尼尔森（Nils Nilsson）和伯特·拉波特（Bertram Raphael）三位计算机科学家提出。它的设计初衷是为了解决路径搜索问题，尤其是通过启发式函数的引导，使得算法能够高效地在图（graph）或网格（grid）结构中找到最优路径。A*算法是人工智能与路径搜索领域中最为经典的图搜索算法之一，因其在许多实际应用中的高效性和灵活性广泛受到关注。
决策树算法概述及原理详解
热门推荐
黑马程序员官方博客
02-09 1万+
决策树思想的来源非常朴素，程序设计中的条件分支结构就是if-else结构，最早的决策树就是利用这类结构分割数据的一种分类学习方法。
智驾行为决策技术介绍——决策技术——智能驾驶专栏
最新发布
weixin_50366509的博客
10-21 761
在自动驾驶行为决策中, DQN、DDPG 和 PPO 是典型的 DRL 算法, 它们分别代表了基于值函数、确定性策略梯度和概率策略优化三种典型的策略更新范式, 广泛应用于不同控制精度与任务复杂度的场景中.从技术演进看，决策方法已从传统的规则式（逻辑透明但泛化弱）、控制理论式（实时性强但缺全局视角），向融合强化学习（动态适应复杂场景）、多智能体博弈（应对多车交互）及注意力机制（聚焦关键信息）的方向发展，逐步解决 “长尾场景” 适配、多目标平衡等核心痛点。
Navigational Algorithms:导航算法-海洋导航-开源
04-29
-天体导航：降低视线，定位线，固定...-位置天文学：航海年历，RA，GHA，12月-沿海导航：范围，白令，水平角，IALA ...-航行：大WaSP，恶臭，正畸，子午线...-天气，潮汐-软件：PC，Android https://sites.google.com/site/navigationalalgorithms/
【自动驾驶】决策规划算法概述
Hello！大家好，我是清流君，愿我的分享能助您一臂之力。荣幸与您共探移动机器人世界！✨
08-26 2713
本篇博客开启了一个新的系列——自动驾驶决策规划算法。文章首先介绍了自动驾驶的六个级别划分，并解释了级别划分的依据。接着，通过类比人的大脑、小脑和感官，阐述了决策规划模块在自动驾驶系统中的核心地位。文章详细讲解了决策规划算法模块的三大构成：导航规划、行为规划和运动规划，并指出了各自的特点。最后，概述了本系列博客的目录和大纲，以及仿真环境，为读者提供了学习自动驾驶决策规划算法的清晰路径。欢迎感兴趣的读者持续关注，共同探索自动驾驶技术的前沿领域。
自动驾驶决策规划算法:概述
肥嘟嘟的左卫门
03-22 3053
自动驾驶6个等级： L0：无自动驾驶功能。 L1：有横向或纵向的功能，横纵向不能联合控制； L2：横纵向能联合控制，但驾驶员对一切场景负责； L3：功能与L2基本相同，最大区别在于L3在部分场景不需要驾驶员负责； L4：大部分场景不需要驾驶员负责； L5：所有场景都不需要驾驶员负责。 划分等级的因素： 1，功能。（L0-L2） 2，责任。（L3-L5） ...
美团技术解析自动驾驶中的决策规划算法概述最新版.pdf
12-10
在自动驾驶领域，技术的发展日新月异，而其中，决策规划算法的地位尤为重要。它是整个自动驾驶系统的关键部分，扮演着如同人类驾驶员一般进行判断和决策的角色。本文将深入探讨决策规划算法的三个核心层次：全局路径...
【自动驾驶】决策规划算法（二）参考线模块Ⅰ| 平滑算法与二次规划
qq_35485206的博客
10-10 2037
写在前面： ???? 欢迎光临 清流君 的博客小天地，这里是我分享技术与心得的温馨角落。???? ???? 人生如戏，我们并非能选择舞台和剧本，但我们可以选择如何演绎 ????感谢您的支持与关注，让我们一起在知识的海洋中砥砺前行~~~文章目录引言一、自动驾驶决策规划算法概述二、参考线2.1 参考线的作用2.2 过长路径的缺点(1) 匹配点难以确定...
自动驾驶决策规划算法（开幕式）
qq_71861772的博客
10-06 798
本人现在研1，准备入门“自动驾驶决策规划”这一方向，学习的内容来自B站up主忠厚老实的老王，故开通一个新的专栏，由此记录我的学习历程与心得，同时也欢迎大家交流学习！
自动驾驶决策算法论文
07-16
介绍智能驾驶决策方向的论文，主流决策算法出自该论文
自动驾驶决策规划算法第一章
m0_62664599的博客
08-25 4965
自动驾驶6个级别
自动驾驶路径决策算法——动态规划
m0_68388605的博客
05-23 2514
蓝色的线是第一次规划的结果，按照当前的规划来说100ms以后应该是绿点位置，但是由于控制本身不完美，100ms后车辆实际位置是红色点，此时同时开始第二次规划，按照规划100ms后应该是紫点位置，但是由于控制不完美，车辆实际位置是橙点。这样在控制看了规划的轨迹是割裂的。上个规划周期规划出来的轨迹是蓝色线条，本周期规划开始的时间是T，首先比较当前车辆的位置和上一个规划周期在T时刻规划出来的位置是否接近，比较接近，误差不大就是说明控制时按照规划路径走的，就可以进行轨迹拼接，规划的起点是T+100ms（绿点）。
自动驾驶决策规划（三）——动态规划
TalentRoxy_的博客
12-09 3234
参考系模块：
自动驾驶决策规划 - 1
Helianthus000的博客
08-23 434
无人驾驶决策规划科普向
dawushixiange的博客
04-21 1991
自动驾驶决策规划科普向文章
两万字简述自动驾驶决策规划常用算法
Listron的专栏
01-03 2187
对于已经在OpenList中的4个格子，我们以它上面的格子S[2][2]举例，从起点A经由格子S[3][2]到达格子S[2][2]的G值为20（10+10）大于从起点A直接沿对角线到达格子S[2][2]的G值14。与PRM相同的是两者都是基于随机采样的算法，不同的是PRM最终生成的是一个无向图，而RRT生成的是一个随机树。对于图6所示的有向图，V可以表示为{A，B，C，D，E，F，G}，E可以表示为{，，，，，，}。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值