论文地址：https://arxiv.org/pdf/1901.04407v1
一 摘要
自动驾驶系统可以分为感知系统和决策系统两个子系统；感知系统主要分为：（self-driving-car localization, static obstacles mapping, moving obstacles detection and tracking, road mapping, traffic signalization detection and recognition）定位、静态障碍物映射、动态障碍物检测和跟踪、道路测绘、交通信号检测和识别等，决策系统分为：（such as route planning, path planning, behavior selection, motion planning, and control）路线规划，路径规划，行为选择，运动规划和控制。
二 简介
自动驾驶领域的主要公司：Google, Uber, Baidu, Lyft, Aptiv, Tesla, Nvidia, Aurora, Zenuity, Daimler and Bosch, Argo AI, Renesas Autonomy, Almotive, AutoX, Mobileye, Ambarella, Pony.ai, Idriverplus, Toyota, Ford, Volvo, and Mercedes Benz
典型架构
感知系统
- 从传感器（LIDAR，RADAR，相机，GPS，IMU等），路网，交规，汽车动力学收集数据
- 估计车辆的状态（State），建立汽车环境表示
决策系统
- 基于车辆当前状态（State）和环境表示，将车辆从初始位置导航到目标位置
定位系统（Localizer）
估计车辆的状态（State），包括：姿态，速度，角速度等
离线地图（Offline Maps）
在线地图（Mapper）
本质上是环境的一种表示
动态物体跟踪-MOT
交通信号检测-TSD
路线规划
从当前状态到最终目标规划出路径（Route）
路径规划
一系列路径，一个路径包含一系列的姿态（pose）
行为选择器（Behavior Selector）
选择当前驾驶行为，比如车道保持，交通灯处理；一般为几秒
运动规划（Motion Planner）
计算车辆从当前状态到目标状态的运动轨迹，包含一系列的运动指令
避障（Obstacle Avoider）
接收运动规划轨迹，做避障调整
控制器（Controller）
接收经过避障系统的调整后的运动规划轨迹，发送信号到执行器
三 感知
定位
地图
环境表示方法：
topological: 用graph表示环境，节点表示地点边表示地点之间的拓扑关系
metric：将环境分解为cell，分为常规间距和可变间距两种
常规间距常见的表示方法为：Occupancy Grid Map (OGM)
路线图
MOT
论文区分了六种方式：
traditional：传统，数据分割，数据关联，滤波
model based：基于模型，如：Data Driven Markov chain Monte Carlo (DD-MCMC)
stereo vision based：立体视觉，基于图像的颜色和深度信息
grid map based：网格图，
sensor fusion based：传感融合
deep learning based ：深度学习，CNN，GOTURN
TSD
交通灯，交通信号，路面标线三种情况的检测和识别
四 决策
路线规划
最短路径算法：Dijkstra、A
实现上分为四类：
(i) goal-directed：A
(ii) separator-based
(iii) hierarchical
(iv) bounded-hop
路径规划
图搜索：Dijkstra, A-star, and A-star variants
插值曲线：
行为选择
运动规划
图搜索-graph search based
采样-sampling based
插值-interpolating curve based
数值优化-numerical optimization based methods
避障
控制
PID（Proportional Integral Derivative ）
MPC（Model Predictive Control）
软/硬件
NEXT：
A survey of motion planning and control techniques for self-driving urban vehicles
若有收获，就点个赞吧
0 人点赞
