《智能網(wǎng)聯(lián)汽車概論（活頁(yè)式）》 課件 項(xiàng)目六知識(shí)點(diǎn)2：智能網(wǎng)聯(lián)汽車路徑規(guī)劃

1智能網(wǎng)聯(lián)汽車路徑規(guī)劃與決策控制智能網(wǎng)聯(lián)汽車路徑規(guī)劃2知識(shí)目標(biāo)：1.能通過(guò)走訪或查閱資料的方法，能復(fù)述傳感器的融合方法。2.能通過(guò)對(duì)感知系統(tǒng)的資料查詢，能說(shuō)出環(huán)境感知傳感器的感知內(nèi)容及數(shù)據(jù)集。能力目標(biāo)：1.能總結(jié)歸納調(diào)研報(bào)告，撰寫智能網(wǎng)聯(lián)汽車環(huán)境感知系統(tǒng)技術(shù)報(bào)告。2.能總結(jié)并歸納調(diào)研內(nèi)容，準(zhǔn)確識(shí)別智能網(wǎng)聯(lián)汽車的硬件組成。素質(zhì)目標(biāo)：1.樹立安全意識(shí)；2.培養(yǎng)8S現(xiàn)場(chǎng)管理意識(shí)。教學(xué)目標(biāo)3智能網(wǎng)聯(lián)汽車如何實(shí)現(xiàn)路徑規(guī)劃與決策控制？1.路徑規(guī)劃路徑規(guī)劃是解決智能網(wǎng)聯(lián)汽車如何達(dá)到行使目標(biāo)問(wèn)題的上層模塊，它依賴于為智能聯(lián)網(wǎng)汽車駕駛定制的高精度地圖，與普通導(dǎo)航單純提供指引的性質(zhì)不同，智能網(wǎng)聯(lián)汽車的路徑規(guī)劃模塊需要提供能夠引導(dǎo)車輛正確駛向目的地的軌跡。這些軌跡至少要達(dá)到車道級(jí)導(dǎo)航的水平，而且軌跡上影響車輛行駛的周邊的環(huán)境也需要被準(zhǔn)確描述和考慮。4智能網(wǎng)聯(lián)汽車如何實(shí)現(xiàn)路徑規(guī)劃與決策控制？1.路徑規(guī)劃路徑規(guī)劃模塊需要根據(jù)局部環(huán)境感知、可用的全局車道級(jí)路徑、相關(guān)交通規(guī)則，提供能夠?qū)④囕v引導(dǎo)向目的地（或目的點(diǎn)）的路徑。路徑規(guī)劃可分為全局路徑規(guī)劃方法、局部路徑規(guī)劃方法和混合路徑規(guī)劃方法三種?；旌下窂揭?guī)劃局部路徑規(guī)劃全局路徑規(guī)劃5智能網(wǎng)聯(lián)汽車如何實(shí)現(xiàn)路徑規(guī)劃與決策控制？1.路徑規(guī)劃路徑規(guī)劃技術(shù)是汽車自動(dòng)控制技術(shù)的重要組成部分，根據(jù)環(huán)境信息的己知程度，全局路徑規(guī)劃是對(duì)全局環(huán)境已知，并根據(jù)算法搜索出最優(yōu)或接近最優(yōu)的路徑。而局部路徑規(guī)劃則對(duì)環(huán)境局部未知或完全未知，通過(guò)傳感器為自動(dòng)駕駛提供有用的信息確定障礙物和目標(biāo)點(diǎn)的位置，并規(guī)劃起始點(diǎn)到目標(biāo)點(diǎn)的最優(yōu)化路徑。6智能網(wǎng)聯(lián)汽車如何實(shí)現(xiàn)路徑規(guī)劃與決策控制？2.全局路徑規(guī)劃（1）格柵法

柵格法是利用VB等軟件對(duì)地圖建模的一種方法。就是將障礙物模擬成小方格的集合，相當(dāng)于將場(chǎng)景的所有事物進(jìn)行二值化替代，障礙物為1，非障礙物為0。柵格法是地圖建模的一種方法，柵格法實(shí)質(zhì)上是將AGV的工作環(huán)境進(jìn)行單元分割，將其用大小相等的方塊表示出來(lái)，這樣?xùn)鸥翊笮〉倪x取是影響規(guī)劃算法性能的一個(gè)很重要的因素。柵格較小的話，由柵格地圖所表示的環(huán)境信息將會(huì)非常清晰，但由于需要存儲(chǔ)較多的信息，會(huì)增大存儲(chǔ)開銷，同時(shí)干擾信號(hào)也會(huì)隨之增加，規(guī)劃速度會(huì)相應(yīng)降低，實(shí)時(shí)性得不到保證；反之，由于信息存儲(chǔ)量少，抗干擾能力有所增強(qiáng)，規(guī)劃速隨之增快，但環(huán)境信息劃分會(huì)變得較為模糊，不利于有效路徑的規(guī)劃。7智能網(wǎng)聯(lián)汽車如何實(shí)現(xiàn)路徑規(guī)劃與決策控制？2.全局路徑規(guī)劃（2）拓?fù)浞?/p>

將規(guī)劃空間分割成具有拓?fù)涮卣鞯淖涌臻g,根據(jù)彼此連通性建立拓?fù)渚W(wǎng)絡(luò),在網(wǎng)絡(luò)上尋找起始點(diǎn)到目標(biāo)點(diǎn)的拓?fù)渎窂?最終由拓?fù)渎窂角蟪鰩缀温窂健Ｍ負(fù)浞ɑ舅枷胧墙稻S法,即將在高維幾何空間中求路徑的問(wèn)題轉(zhuǎn)化為低維拓?fù)淇臻g中判別連通性的問(wèn)題。

拓?fù)渑判驊?yīng)用非常廣泛，解決的問(wèn)題的模型也非常一致。凡是需要通過(guò)局部順序來(lái)推導(dǎo)全局順序的，一般都能用拓?fù)渑判騺?lái)解決。除此之外，拓?fù)渑判蜻€能檢測(cè)圖中環(huán)的存在。8智能網(wǎng)聯(lián)汽車如何實(shí)現(xiàn)路徑規(guī)劃與決策控制？2.全局路徑規(guī)劃（3）可視圖法。

首先將自動(dòng)駕駛視為一個(gè)點(diǎn)，然后將起點(diǎn)、障礙物和目標(biāo)點(diǎn)的每個(gè)端點(diǎn)連接起來(lái)，并以直線連接各個(gè)端點(diǎn)，從而將路徑規(guī)劃問(wèn)題轉(zhuǎn)化為從起點(diǎn)到目標(biāo)點(diǎn)的最短路徑尋找問(wèn)題?？梢晥D法的優(yōu)點(diǎn)是概念直觀、簡(jiǎn)單，缺點(diǎn)是靈活性不好。

當(dāng)目標(biāo)點(diǎn)或障礙物或起始點(diǎn)發(fā)生變化時(shí)，需要對(duì)視圖進(jìn)行重構(gòu)，而且障礙物的數(shù)目越多，算法越復(fù)雜。9智能網(wǎng)聯(lián)汽車如何實(shí)現(xiàn)路徑規(guī)劃與決策控制？3.局部路徑規(guī)劃（1）遺傳算法。

遺傳算法是自動(dòng)駕駛路徑規(guī)劃常用的算法。

該算法模擬達(dá)爾文的生物進(jìn)化理論，結(jié)合進(jìn)化中優(yōu)勝劣汰的概念，是一種基于自然選擇和遺傳學(xué)原理的搜索算法。原理是模擬達(dá)爾文生物進(jìn)化論的自然選擇和遺傳學(xué)機(jī)理的生物進(jìn)化過(guò)程的計(jì)算模型，是一種通過(guò)模擬自然進(jìn)化過(guò)程搜索最優(yōu)解的方法。該算法通過(guò)數(shù)學(xué)的方式，利用計(jì)算機(jī)仿真運(yùn)算，將問(wèn)題的求解過(guò)程轉(zhuǎn)換成類似生物進(jìn)化中的染色體基因的交叉、變異等過(guò)程。10智能網(wǎng)聯(lián)汽車如何實(shí)現(xiàn)路徑規(guī)劃與決策控制？3.局部路徑規(guī)劃（2）蟻群算法。

蟻群算法相對(duì)于遺傳算法來(lái)說(shuō)具有一定的記憶力。蟻群算法有多種原理，如覓食原理、避障原理和遺傳算法。蟻群算法屬于群智能優(yōu)化算法，具有并行性。每一個(gè)粒子都能被主動(dòng)優(yōu)化，而遺傳算法不能。11智能網(wǎng)聯(lián)汽車如何實(shí)現(xiàn)路徑規(guī)劃與決策控制？3.局部路徑規(guī)劃（3）神經(jīng)網(wǎng)絡(luò)

神經(jīng)網(wǎng)絡(luò)可以通過(guò)大量實(shí)際駕駛行為數(shù)據(jù)，學(xué)習(xí)避障和路徑規(guī)劃中隱含的、難以人工設(shè)計(jì)并提取的特征。深度學(xué)習(xí)的基本模型包括基于受限玻爾茲曼機(jī)的深度信任網(wǎng)絡(luò)、基于自動(dòng)編碼器的堆疊式自動(dòng)編碼器、卷積神經(jīng)網(wǎng)絡(luò)、遞歸神經(jīng)網(wǎng)絡(luò)。12智能網(wǎng)聯(lián)汽車如何實(shí)現(xiàn)路徑規(guī)劃與決策控制？3.局部路徑規(guī)劃（3）神經(jīng)網(wǎng)絡(luò)

由于無(wú)需迭代，采用前向網(wǎng)絡(luò)學(xué)習(xí)算法學(xué)習(xí)避障的速度非常快，自組織神經(jīng)網(wǎng)絡(luò)特性也可用于融合傳感器信息，學(xué)習(xí)從地圖上不同位置到目的地的行駛路線。一旦學(xué)習(xí)完成，自動(dòng)駕駛就可以實(shí)現(xiàn)自主導(dǎo)航。通過(guò)司機(jī)在場(chǎng)景中的駕駛操作可以得到一套訓(xùn)練集，輸入到神經(jīng)網(wǎng)絡(luò)單元進(jìn)行訓(xùn)練，再輸出一個(gè)決策計(jì)劃結(jié)果。在獲得預(yù)期的軌跡后，需要控制車輛的轉(zhuǎn)向、制動(dòng)、驅(qū)動(dòng)以跟蹤軌跡。13智能網(wǎng)聯(lián)汽車如何實(shí)現(xiàn)路徑規(guī)劃與決策控制？3.局部路徑規(guī)劃（4）人工勢(shì)場(chǎng)規(guī)劃

人工勢(shì)場(chǎng)規(guī)劃是Khatib提出的虛擬力法。人工勢(shì)場(chǎng)法的基本原理就是通過(guò)一系列環(huán)境感知傳感器來(lái)探知環(huán)境的障礙物情況，無(wú)人車在多個(gè)斥力勢(shì)場(chǎng)和一個(gè)引力勢(shì)場(chǎng)的和勢(shì)場(chǎng)環(huán)境下沿著勢(shì)場(chǎng)下降的方向運(yùn)動(dòng)。人工勢(shì)場(chǎng)法是一種廣泛應(yīng)用的路徑規(guī)劃方法，適用于已知環(huán)境或未知環(huán)境。人工勢(shì)場(chǎng)法本質(zhì)上是一種控制方法，其軌跡并非像其他規(guī)劃算法一樣，而是由實(shí)時(shí)的控制量產(chǎn)生的。14智能網(wǎng)聯(lián)汽車如何實(shí)現(xiàn)路徑規(guī)劃與決策控制？4.汽車智能駕駛路徑規(guī)劃

時(shí)空路徑是指車輛在一定時(shí)間內(nèi)行駛的軌跡。軌跡不僅包括位置信息，還包括整個(gè)軌跡和車輛姿態(tài)的時(shí)間信息（時(shí)間、速度、加速度、曲率等）。局部路徑規(guī)劃可進(jìn)一步分為軌跡規(guī)劃和速度規(guī)劃。

軌跡規(guī)劃只解決根據(jù)行為決策和綜合地圖信息在二維平面上定義一定的代價(jià)函數(shù)下對(duì)軌跡進(jìn)行優(yōu)化的問(wèn)題。速度規(guī)劃是選擇一個(gè)或多個(gè)軌跡后解決用什么樣的速度來(lái)行駛。速度規(guī)劃由車輛當(dāng)前狀態(tài)、行駛目標(biāo)以及軌跡曲率等決定。15智能網(wǎng)聯(lián)汽車如何實(shí)現(xiàn)路徑規(guī)劃與決策控制？4.汽車智能駕駛路徑規(guī)劃