深度學(xué)習(xí)及自動駕駛應(yīng)用 課件 第1章 汽車自動駕駛技術(shù)概述

Chapter1汽車自動駕駛技術(shù)概述第一章DeepLearningAndAutonomousDriving深度學(xué)習(xí)與自動駕駛應(yīng)用DeepLearningAndAutonomousDriving深度學(xué)習(xí)與自動駕駛應(yīng)用第2頁1.1汽車自動駕駛技術(shù)概述1.2汽車自動駕駛技術(shù)架構(gòu)目錄Content1.3汽車自動駕駛領(lǐng)域深度學(xué)習(xí)應(yīng)用概述DeepLearningAndAutonomousDriving深度學(xué)習(xí)與自動駕駛應(yīng)用第3頁1.1汽車自動駕駛技術(shù)概述1.2汽車自動駕駛技術(shù)架構(gòu)目錄Content1.3汽車自動駕駛領(lǐng)域深度學(xué)習(xí)應(yīng)用概述汽車自動駕駛技術(shù)原理及愿自動駕駛汽車是指搭載先進(jìn)車載傳感器、控制器、執(zhí)行器等裝置，具備復(fù)雜環(huán)境感知、自主決策、運動控制等功能，可實現(xiàn)“安全、高效、舒適、節(jié)能”行駛，最終替代人類駕駛員并實現(xiàn)自主駕駛的新一代汽車。自動駕駛技術(shù)因為具有提升交通安全、增強道路通暢、減少燃油消耗的巨大潛力，受到學(xué)界和業(yè)界的廣泛關(guān)注。麥肯錫報告顯示自動駕駛的全面普及可將交通事故發(fā)生率降低至原來的十分之一。蘭德公司預(yù)測自動駕駛汽車可提升30%的交通效率，減少67%的碳排放量，潛在的經(jīng)濟與社會效益顯著。4第4頁汽車自動駕駛的分級第5頁汽車自動駕駛的分級中國汽車工程學(xué)會分級第6頁汽車自動駕駛技術(shù)發(fā)展現(xiàn)狀國外自動駕駛汽車的發(fā)展現(xiàn)狀第7頁汽車自動駕駛技術(shù)發(fā)展現(xiàn)狀國外自動駕駛汽車的發(fā)展現(xiàn)狀1956年推出的FirebirdII，是世界上第一輛安裝自動導(dǎo)航系統(tǒng)的概念車，神似火箭頭的造型很容易讓人聯(lián)想到已經(jīng)實現(xiàn)自動駕駛的飛機。第8頁汽車自動駕駛技術(shù)發(fā)展現(xiàn)狀國外自動駕駛汽車的發(fā)展現(xiàn)狀2004年~2007年間，DARPA在連續(xù)組織了三屆無人駕駛汽車競賽，在推動自動駕駛技術(shù)方面發(fā)揮了重要作用，激發(fā)了全球范圍內(nèi)的研究和開發(fā)，圖為DARPA2005競賽冠軍斯坦福大學(xué)的Stanley賽車。第9頁汽車自動駕駛技術(shù)發(fā)展現(xiàn)狀國外自動駕駛汽車的發(fā)展現(xiàn)狀20世紀(jì)80年代開始，美國卡內(nèi)基·梅隆大學(xué)、斯坦福大學(xué)、麻省理工學(xué)院等著名大學(xué)都先后加入無人駕駛汽車的研究工作中。其中，美國卡內(nèi)基·梅隆大學(xué)研制的NavLab系列智能車輛最具有代表性。進(jìn)行了多次自動駕駛測試，其中包括在高速公路上的自動駕駛行駛，開發(fā)的NavLab-11，如圖，最高車速達(dá)到了102km/h。第10頁汽車自動駕駛技術(shù)發(fā)展現(xiàn)狀國外自動駕駛汽車的發(fā)展現(xiàn)狀1987年至1995年期間，德國慕尼黑聯(lián)邦國防大學(xué)研發(fā)的VAMT和VITA智能車，該車輛最大時速為158km/h，可以實現(xiàn)車輛自動超車、跟隨等功能。2001年，歐盟開展了CyberCars/CyberMove智能車項目，該系列智能車采用激光掃描技術(shù)，可以完成障礙檢測、車輛跟蹤和自主導(dǎo)航。1998年，意大利帕爾馬大學(xué)研發(fā)出ARGO智能車，2010年，ARGO試驗車沿著馬可·波羅的旅行路線，全程自動駕駛來到中國上海參加世博會，行程達(dá)15900km。2013年，ARGO試驗車在無人駕駛的情況下成功識別了交通信號燈、避開行人、駛過十字路口和環(huán)島等。除了科研院校在無人駕駛領(lǐng)域的積極研究外，奧迪、福特、沃爾沃、日產(chǎn)、寶馬等眾多汽車制造廠商也于2013年開始相繼在無人駕駛汽車領(lǐng)域進(jìn)行了布局。第11頁汽車自動駕駛技術(shù)發(fā)展現(xiàn)狀國外自動駕駛汽車的發(fā)展現(xiàn)狀2018新款奧迪A8是全球首款量產(chǎn)搭載Level3級別的自動駕駛系統(tǒng)的車型，其安裝有24個車載傳感器，可以在60km/h以下車速時實現(xiàn)Level3級自動駕駛。第12頁汽車自動駕駛技術(shù)發(fā)展現(xiàn)狀國外自動駕駛汽車的發(fā)展現(xiàn)狀2015年10月，特斯拉推出的半自動駕駛系統(tǒng)Autopilot，Autopilot是第一個投入商用的自動駕駛技術(shù)。2010年，通用公司在上海世博會上首次展示了EN-V系列電動車輛的概念原型。2016年，通用汽車收購了自動駕駛技術(shù)創(chuàng)業(yè)公司CruiseAutomation，正式進(jìn)入無人駕駛領(lǐng)域。2018年1月，作為通用汽車旗下自動駕駛部門的CruiseAutomation發(fā)布了新一代（第四代）無人駕駛汽車——CruiseAV，如圖1.11所示。CruiseAV沒有方向盤、油門踏板和剎車踏板，安裝了21個普通雷達(dá)、16個攝像機和5個激光雷達(dá)來感知車輛周圍的環(huán)境和障礙物。第13頁汽車自動駕駛技術(shù)發(fā)展現(xiàn)狀國外自動駕駛汽車的發(fā)展現(xiàn)狀2010年，Google啟動了"谷歌自動駕駛項目"，旨在研發(fā)一種能夠自主駕駛的汽車，并能夠在現(xiàn)實道路上行駛，圖為谷歌公司的自動駕駛原型車。谷歌的自動駕駛團隊開始將自動駕駛技術(shù)應(yīng)用于一些修改過的汽車，并進(jìn)了測試。他們在不同地區(qū)進(jìn)行大規(guī)模的測試，積累了大量的自動駕駛行駛數(shù)據(jù)，并不斷改進(jìn)和驗證自動駕駛系統(tǒng)的性能。2016年，谷歌將自動駕駛項目整合到AlphabetInc.旗下的一個子公司——Waymo。Waymo在自動駕駛車的研究和開發(fā)方面取得了顯著的成就，并不斷推進(jìn)自動駕駛技術(shù)的商業(yè)化和實際應(yīng)用。第14頁汽車自動駕駛技術(shù)發(fā)展現(xiàn)狀國外自動駕駛汽車的發(fā)展現(xiàn)狀2016年5月，Uber無人駕駛汽車在位于美國賓夕法尼亞州匹茲堡市的Uber先進(jìn)技術(shù)中心正式上路測試。Uber首次路測使用的無人駕駛汽車是一款福特Fusion混合動力汽車，如圖所示，它同時進(jìn)行采集測繪數(shù)據(jù)并試驗自動駕駛功能。第15頁汽車自動駕駛技術(shù)發(fā)展現(xiàn)狀國外自動駕駛汽車的發(fā)展現(xiàn)狀創(chuàng)業(yè)公司nuTonomy是一家于2013年從麻省理工學(xué)院分離出來的創(chuàng)業(yè)公司，2016年8月，它成為了新加坡第一家在試點項目下推出自動駕駛出租車的公司。在新加坡的測試中，nuTonomy在自動駕駛汽車上配備了6套激光雷達(dá)檢測系統(tǒng)，前面安裝有2個攝像機，用于識別障礙物，檢測交通信號燈變化。第16頁汽車自動駕駛技術(shù)發(fā)展現(xiàn)狀國內(nèi)自動駕駛汽車的發(fā)展現(xiàn)狀第17頁汽車自動駕駛技術(shù)發(fā)展現(xiàn)狀國內(nèi)自動駕駛汽車的發(fā)展現(xiàn)狀相對于歐美國家，我國智能車的研究起步較晚，國防科技大學(xué)從20世紀(jì)80年代末開始先后研制出基于視覺的CITAVT系列智能車輛。1992年，由國防科技大學(xué)、北京理工大學(xué)等五家單位聯(lián)合研制成功了ATB－1（AutonomousTestBed－1）無人車，這是我國第一輛能夠自主行駛的測試樣車，其行駛速度可以達(dá)到21km／h。清華大學(xué)在國防科工委和國家863計劃的資助下，從1988年開始研究開發(fā)THMR系列智能車。THMR-Ⅴ智能車能夠?qū)崿F(xiàn)結(jié)構(gòu)化環(huán)境下的車道線自動跟蹤、準(zhǔn)結(jié)構(gòu)化環(huán)境下的道路跟蹤，復(fù)雜環(huán)境下的道路避障、道路停障以及視覺臨場感遙控駕駛等功能，最高車速達(dá)150km/h。1992年以后，吉林大學(xué)先后研發(fā)出了JUIV系列智能車，其中JLUIV-4使用交流電提供動力，提升了視覺采集技術(shù)，使得視野范圍更大，圖像采集的速度加快。第18頁汽車自動駕駛技術(shù)發(fā)展現(xiàn)狀國內(nèi)自動駕駛汽車的發(fā)展現(xiàn)狀為推動創(chuàng)新研發(fā)無人駕駛汽車，國家自然科學(xué)基金委員會啟動了“視聽覺信息的認(rèn)知計算”重大研究計劃，從2009年起，每年舉辦一屆“中國智能車未來挑戰(zhàn)賽”推動中國的無人駕駛車輛“駛出實驗室，駛向?qū)嶋H環(huán)境”。2012年，軍事交通學(xué)院研制出“猛獅3號”智能車，如圖1.14所示，獲得“中國智能車未來挑戰(zhàn)賽”冠軍，在高速公路進(jìn)行試驗，完成了車輛跟隨、換道、超車等功能。第19頁汽車自動駕駛技術(shù)發(fā)展現(xiàn)狀國內(nèi)自動駕駛汽車的發(fā)展現(xiàn)狀不同于國外車企以自主研發(fā)為主，我國汽車制造廠商多采取與國內(nèi)科研院所、高校合作研發(fā)無人駕駛技術(shù)。一汽集團于2007年與國防科技大學(xué)合作，2011年7月，由一汽集團與國防科技大學(xué)共同研制的紅旗HQ3無人駕駛汽車，如圖所示，完成了286km的面向高速公路的全程無人駕駛試驗，人工干預(yù)的距離僅占總里程的0.78％。2015年4月，一汽集團正式發(fā)布了其“摯途”技術(shù)戰(zhàn)略，標(biāo)志著一汽集團的互聯(lián)智能汽車技術(shù)戰(zhàn)略規(guī)劃正式形成。第20頁汽車自動駕駛技術(shù)發(fā)展現(xiàn)狀國內(nèi)自動駕駛汽車的發(fā)展現(xiàn)狀2015年8月，宇通大型客車從鄭開大道城鐵賈魯河站出發(fā)，在完全開放的道路環(huán)境下完成自動駕駛試驗，共行駛32.6km，最高速度為68km/h，全程無人工干預(yù)，這是國內(nèi)首次大型客車高速公路自動駕駛試驗。2018年5月，宇通客車在其2018年新能源全系產(chǎn)品發(fā)布會上宣布，已具備面向高速結(jié)構(gòu)化道路和園區(qū)開放通勤道路的Level4級別自動駕駛能力。2013年，百度公司開始了百度無人駕駛汽車項目，其技術(shù)核心是“百度汽車大腦”，包括高精度地圖、定位、感知、智能決策與控制四大模塊。2015年12月初，百度無人駕駛汽車在北京進(jìn)行自動駕駛測跑，實現(xiàn)多次跟車減速、變道、超車、上下匝道、調(diào)頭等復(fù)雜駕駛動作，完成了進(jìn)入高速到駛出高速不同道路場景的切換，最高車速達(dá)到100km/h。第21頁汽車自動駕駛技術(shù)發(fā)展現(xiàn)狀國內(nèi)自動駕駛汽車的發(fā)展現(xiàn)狀2015年12月14日，百度宣布正式成立自動駕駛事業(yè)部。2016年，百度智能車獲得美國加州車輛管理局的批準(zhǔn)，可以進(jìn)行無人車輛道路測試。2021年下半年，百度正式組建智能汽車事業(yè)部，將多年積累的能力和經(jīng)驗全面應(yīng)用在量產(chǎn)乘用車領(lǐng)域，助力車企共同擁抱汽車智能化浪潮。自此，百度先后推出了自主泊車ApolloParking、行泊一體領(lǐng)航輔助駕駛ApolloHighwayDrivingPro、城市域領(lǐng)航輔助駕駛ApolloCityDrivingMax等覆蓋低、中、高組合的全系列智駕產(chǎn)品，目前已在多款明星車型上實現(xiàn)量產(chǎn)。第22頁汽車自動駕駛技術(shù)發(fā)展現(xiàn)狀國內(nèi)自動駕駛汽車的發(fā)展現(xiàn)狀百度自動駕駛出租車2020年10月11日起在北京開放，約車平臺為“蘿卜快跑”?！疤}卜快跑”是百度Apollo帶來的全新升級的自動駕駛出行服務(wù)平臺，主要使用自動駕駛汽車Robotaxi，如圖所示，開展自動駕駛甚至完全無人駕駛運營。截止2023年，蘿卜快跑已在北京、上海、廣州、深圳、重慶、武漢、長沙、陽泉、烏鎮(zhèn)等城市開通。第23頁汽車自動駕駛技術(shù)發(fā)展現(xiàn)狀國內(nèi)自動駕駛汽車的發(fā)展現(xiàn)狀我國還有不少科技公司在自動駕駛領(lǐng)域取得了不錯的成績“經(jīng)緯恒潤”的產(chǎn)品覆蓋智能泊車、智能行車、安全預(yù)警三大領(lǐng)域。

“地平線”是國內(nèi)率先實現(xiàn)大規(guī)模前裝量產(chǎn)的車載智能芯片公司，領(lǐng)跑ADAS一體機、智能座艙、智能駕駛（行泊一體）域控制器等細(xì)分市場?！澳⒐杰嚶?lián)”采取“單車智能+車路協(xié)同”技術(shù)路線，以系統(tǒng)性思維打造了“車路云一體化”自動駕駛方案，實現(xiàn)技術(shù)與數(shù)據(jù)閉環(huán)，在自動駕駛行業(yè)競爭中形成優(yōu)勢?！拜p舟智航”采取“技術(shù)應(yīng)用深度和廣度”雙擎發(fā)展戰(zhàn)略。一方面，以公開道路L4級別自動駕駛能力為“動力引擎”，不斷探索更多落地場景，驅(qū)動城市交通出行效率提升；另一方面，以自動駕駛量產(chǎn)規(guī)?；涞貫椤皠?chuàng)新引擎”，借助更多裝機量實現(xiàn)產(chǎn)品和技術(shù)的打磨。專注于礦區(qū)自動駕駛技術(shù)的“踏歌智行”，入選為國家級專精特新“小巨人”企業(yè)，自研感知、規(guī)控、協(xié)同、云控、運維五大核心技術(shù)，有效應(yīng)對極端自然環(huán)境、特殊路面、龐大車輛、復(fù)雜路況與生產(chǎn)工藝流程等礦區(qū)獨有的應(yīng)用場景。第24頁DeepLearningAndAutonomousDriving深度學(xué)習(xí)與自動駕駛應(yīng)用第25頁1.1汽車自動駕駛技術(shù)概述1.2汽車自動駕駛技術(shù)架構(gòu)目錄Content1.3自動駕駛領(lǐng)域深度學(xué)習(xí)應(yīng)用概述汽車自動駕駛技術(shù)架構(gòu)第26頁汽車自動駕駛技術(shù)架構(gòu)環(huán)境感知環(huán)境感知技術(shù)是自動駕駛系統(tǒng)中至關(guān)重要的組成部分，它負(fù)責(zé)通過傳感器獲取車輛周圍環(huán)境的信息，以實時感知和理解道路條件、障礙物、交通標(biāo)志、行人和其他車輛等各種元素。這些感知信息是自動駕駛決策和規(guī)劃的基礎(chǔ)，幫助車輛做出正確和安全的駕駛決策。第27頁汽車自動駕駛技術(shù)架構(gòu)環(huán)境感知攝像頭：攝像頭是被動式傳感器，它的基本工作原理是通過光學(xué)透鏡和圖像傳感器，將周圍環(huán)境的光線轉(zhuǎn)化為數(shù)字圖像信號。相比于其他傳感器，攝像頭通常成本較低，適用于廣泛應(yīng)用和大規(guī)模生產(chǎn)。但攝像頭產(chǎn)生的圖像數(shù)據(jù)龐大，對計算機視覺算法和硬件的要求較高，需要高效的圖像處理和分析能力，在強光、弱光和惡劣天氣條件下可能性能下降。激光雷達(dá)：激光雷達(dá)是一種主動式傳感器，它通過發(fā)射一束激光脈沖，并通過接收返回的激光反射信號來計算目標(biāo)物體的距離和位置。激光雷達(dá)的傳感器通常旋轉(zhuǎn)或使用多束激光來掃描周圍環(huán)境來獲取周圍環(huán)境的三維點云數(shù)據(jù)，這些點云數(shù)據(jù)可以用于構(gòu)建高精度的地圖、檢測障礙物和進(jìn)行目標(biāo)識別，從而實現(xiàn)全方位的感知。但激光雷達(dá)成本高、價格昂貴、對不透明物體的感知能力有限。第28頁汽車自動駕駛技術(shù)架構(gòu)環(huán)境感知毫米波雷達(dá)：毫米波雷達(dá)也是一種主動式傳感器，它使用毫米波頻段（通常是24GHz或77GHz）的電磁波來探測周圍環(huán)境，從而提供高精度、長距離的障礙物檢測和距離測量。相比于激光雷達(dá)，其空間分辨率較低、通常無法穿透非金屬、不透明的物體、角度分辨率相對較低，無法提供精細(xì)的目標(biāo)識別和輪廓信息。超聲波傳感器：是一種常用于測量距離和檢測障礙物的被動式傳感器。它利用超聲波在空氣中傳播的特性，測量從傳感器發(fā)射到目標(biāo)物體反射回來的超聲波的時間差，從而計算出目標(biāo)物體與傳感器的距離。相比于其他傳感器，超聲波傳感器通常成本較低，適用于經(jīng)濟實惠的自動駕駛解決方案。然而，超聲波傳感器的探測范圍相對有限，通常在幾米到十幾米之間，因而它不適用于高速駕駛和大范圍感知。第29頁汽車自動駕駛技術(shù)架構(gòu)環(huán)境感知全球衛(wèi)星導(dǎo)航系統(tǒng)：常用的有美國的全球定位系統(tǒng)（GlobalPositioningSystem，GPS）、俄羅斯的GLONASS、歐盟的Galileo和中國的北斗系統(tǒng)。這些衛(wèi)星導(dǎo)航系統(tǒng)共同為全球用戶提供了更加準(zhǔn)確和可靠的導(dǎo)航和定位服務(wù)，可用于獲取車輛的精確位置信息，并與高精度地圖相匹配，從而提供更準(zhǔn)確的定位和導(dǎo)航。但衛(wèi)星導(dǎo)航系統(tǒng)可能會受到信號干擾或遮擋，導(dǎo)致定位誤差增大。慣性導(dǎo)航系統(tǒng)（InertialNavigationSystem，INS）：是一種能夠獨立地、持續(xù)地、實時地提供車輛的位置、速度和方向信息的導(dǎo)航系統(tǒng)，它利用加速度計和陀螺儀等慣性傳感器來測量車輛的加速度和角速度，估計車輛的位置和姿態(tài)。慣性導(dǎo)航系統(tǒng)不依賴于外部信號源，如衛(wèi)星定位系統(tǒng)或地面基站，因此在遭遇信號中斷或干擾時仍然可以提供導(dǎo)航信息，而且慣性導(dǎo)航系統(tǒng)能夠?qū)崟r地提供導(dǎo)航信息，不需要預(yù)先建立地圖或進(jìn)行數(shù)據(jù)處理。但慣性導(dǎo)航系統(tǒng)的測量誤差會隨著時間累積，導(dǎo)致位置和方向信息的誤差逐漸增大。第30頁汽車自動駕駛技術(shù)架構(gòu)環(huán)境感知車聯(lián)網(wǎng)：通過無線通信技術(shù)將車輛與互聯(lián)網(wǎng)連接起來，比如借助5G通信技術(shù)在高速、大容量、低延遲等方面優(yōu)勢，為車聯(lián)網(wǎng)提供更快速、可靠的數(shù)據(jù)傳輸，實現(xiàn)車輛與車輛（V2V）、車輛與基礎(chǔ)設(shè)施（V2I）、車輛與云端（V2C）之間的實時數(shù)據(jù)交換。第31頁汽車自動駕駛技術(shù)架構(gòu)決策規(guī)劃技術(shù)在自動駕駛汽車中，決策規(guī)劃是一個關(guān)鍵的環(huán)節(jié)，它根據(jù)車輛的感知信息和環(huán)境狀況做出決策，規(guī)劃出車輛的行駛路徑和行為，以實現(xiàn)預(yù)定的目標(biāo)和任務(wù)。決策規(guī)劃的主要任務(wù)包括路徑規(guī)劃、速度規(guī)劃、交通行為決策和沖突處理等。

第32頁汽車自動駕駛技術(shù)架構(gòu)決策規(guī)劃技術(shù)路徑規(guī)劃：路徑規(guī)劃是決策規(guī)劃的核心部分，它決定車輛的行駛路徑。路徑規(guī)劃算法根據(jù)車輛的當(dāng)前位置、目標(biāo)位置和環(huán)境信息，計算出一條安全且符合規(guī)則的路徑?？紤]到不同的場景和交通條件，路徑規(guī)劃可以是全局路徑規(guī)劃（從起點到目標(biāo)點的整體路徑規(guī)劃）或局部路徑規(guī)劃（針對避障和動態(tài)障礙物的路徑調(diào)整）。速度規(guī)劃：速度規(guī)劃決定車輛的行駛速度。根據(jù)當(dāng)前交通情況、道路條件、障礙物等信息，速度規(guī)劃算法可以調(diào)整車輛的速度，以保持安全距離、避免碰撞，并盡可能地提高行駛效率。車道規(guī)劃：車道規(guī)劃決定車輛在道路上的行駛車道。車道規(guī)劃算法可以根據(jù)交通標(biāo)志、道路標(biāo)線和導(dǎo)航目標(biāo)，將車輛引導(dǎo)至合適的車道。交通行為決策涉及到車輛在復(fù)雜交通環(huán)境中的行為。第33頁汽車自動駕駛技術(shù)架構(gòu)控制執(zhí)行技術(shù)自動駕駛汽車的控制執(zhí)行是指將經(jīng)過決策規(guī)劃階段得出的行駛路徑和行為決策轉(zhuǎn)化為實際的車輛操作，使汽車能夠按照規(guī)劃的路徑和速度進(jìn)行行駛?？刂茍?zhí)行是自動駕駛系統(tǒng)中的最終環(huán)節(jié)，負(fù)責(zé)將決策轉(zhuǎn)換成車輛的物理動作。自動駕駛汽車的控制執(zhí)行主要任務(wù)包括縱向（驅(qū)動、制動）、橫向（轉(zhuǎn)向）和橫縱向綜合控制。第34頁汽車自動駕駛技術(shù)架構(gòu)控制執(zhí)行技術(shù)縱向控制：縱向控制是指通過對驅(qū)動和制動的協(xié)同控制，實現(xiàn)利用加速度或減速度對目標(biāo)車速或目標(biāo)扭矩的精確響應(yīng)。橫向控制：橫向控制主要是指通過對電動助力轉(zhuǎn)向系統(tǒng)（EPS）進(jìn)行轉(zhuǎn)角或轉(zhuǎn)矩控制，實現(xiàn)汽車的自動轉(zhuǎn)向功能?？刂茍?zhí)行：控制執(zhí)行要根據(jù)車輛當(dāng)前的狀態(tài)和位置，確保車輛按照規(guī)劃的路徑準(zhǔn)確行駛，避免偏離或碰撞障礙物。第35頁DeepLearningAndAutonomousDriving深度學(xué)習(xí)與自動駕駛應(yīng)用第36頁1.1汽車自動駕駛技術(shù)概述1.2汽車自動駕駛技術(shù)架構(gòu)目錄Content1.3汽車自動駕駛領(lǐng)域深度學(xué)習(xí)應(yīng)用概述深度學(xué)習(xí)與傳統(tǒng)機器學(xué)習(xí)的區(qū)別傳統(tǒng)機器學(xué)習(xí)方法下，一般需要獨立的特征提取階段；而在深度學(xué)習(xí)下，只需要輸入原始的圖像、語音和文本信息，即可直接訓(xùn)練。第37頁深度學(xué)習(xí)的研究及應(yīng)用進(jìn)展第38頁自動駕駛領(lǐng)域深度學(xué)習(xí)應(yīng)用概述第39頁自動駕駛領(lǐng)域深度學(xué)習(xí)應(yīng)用概述深度學(xué)習(xí)在自動駕駛環(huán)境感知中的應(yīng)用自動駕駛汽車環(huán)境感知包括：可行駛路面檢測、車道線檢測、路緣檢測、護欄檢測、行人檢測、機動車檢測、非機動車檢測、路標(biāo)檢測、交通標(biāo)志檢測、交通信號燈檢測等。對于如此復(fù)雜的路況檢測，環(huán)境感知技術(shù)是利用攝像機、激光雷達(dá)、毫米波雷達(dá)、超聲波等車載傳感器，以及V2X和5G網(wǎng)絡(luò)等獲取汽車所處的交通環(huán)境信息和車輛狀態(tài)信息等多源信息。這些多源信息需要通過深度學(xué)習(xí)方法進(jìn)行處理。第40頁自動駕駛領(lǐng)域深度學(xué)習(xí)應(yīng)用概述深度學(xué)習(xí)在自動駕駛環(huán)境感知中的應(yīng)用深度學(xué)習(xí)按照模型的不同可以分為CNN、RNN、LSTM、DBN和Autoencoder等類型。CNN（卷積神經(jīng)網(wǎng)絡(luò)）在處理圖像和視頻上擁有很好的效果，幫助車輛準(zhǔn)確地感知和理解周圍環(huán)境，從而為安全、高效的駕駛決策提供支撐。CNN可以用于實時檢測和識別道路上的各種目標(biāo)，如車輛、行人、自行車、交通標(biāo)志等。CNN通過訓(xùn)練，它可以從傳感器（如攝像頭）捕獲的圖像中提取特征，并準(zhǔn)確地標(biāo)記和分類目標(biāo)。CNN可以用于圖像的語義分割，即將圖像中的每個像素點標(biāo)記為屬于不同的類別，例如車道線、道路、行人、建筑物等。這有助于自動駕駛車輛更好地理解和解釋環(huán)境。CNN可以進(jìn)行實例分割，實例分割能夠?qū)⑼活悇e的目標(biāo)分別標(biāo)記出來，有助于更精確地識別和跟蹤目標(biāo)。CNN可以用于檢測和提取道路邊緣的特征，幫助車輛在復(fù)雜道路環(huán)境中準(zhǔn)確地定位和行駛。第41頁自動駕駛領(lǐng)域深度學(xué)習(xí)應(yīng)用的概述深度學(xué)習(xí)在自動駕駛決策規(guī)劃中的應(yīng)用自動駕駛汽車的規(guī)劃分為全局規(guī)劃和局部規(guī)劃兩種。全局規(guī)劃是根據(jù)獲取到的地圖信息，規(guī)劃出一條無碰撞最優(yōu)路徑，以滿足特定的行駛條件。局部規(guī)劃則是根據(jù)全局規(guī)劃，在一些局部環(huán)境信息的基礎(chǔ)之上，避免碰撞一些未知的障礙物，最終達(dá)到目的地的過程。在自動駕駛汽車決策規(guī)劃中，車輛需要根據(jù)環(huán)境感知數(shù)據(jù)和當(dāng)前狀態(tài)來做出決策，如選擇合適的行駛速度、路徑規(guī)劃、超車、變道、避障等，以確保安全、高效和舒適的駕駛。第42頁自動駕駛領(lǐng)域深度學(xué)習(xí)應(yīng)用的概述深度學(xué)習(xí)在自動駕駛決策規(guī)劃中的應(yīng)用深度學(xué)習(xí)在自動駕駛汽車決策規(guī)劃中發(fā)揮著關(guān)鍵的作用。深度學(xué)習(xí)模型可以用于預(yù)測其他交通參與者（如其他車輛、行人）的行為，包括變道、加速、減速等。這些預(yù)測能夠幫助自動駕駛車輛更好地理解周圍車輛和行人的動態(tài)，從而做出合理的決策。深度學(xué)習(xí)模型可以用于路徑規(guī)劃，根據(jù)車輛的當(dāng)前位置、目的地和環(huán)境條件，選擇最優(yōu)的行駛路徑。這有助于車輛避開擁堵路段、選擇安全路線，并使駕駛更高效。深度學(xué)習(xí)模型可以用于制定合適的跟車策略，包括與前車的距離維持、速度調(diào)節(jié)等，以確保安全且平滑的跟車行駛。自動駕駛車輛需要能夠識別并規(guī)避障礙物，如其他車輛、行人、障礙物等。深度學(xué)習(xí)可以幫助車輛做出及時的避障決策，避免潛在的碰撞。深度學(xué)習(xí)還可以用于交通信號燈的識別和狀態(tài)預(yù)測，從而幫