1

自動駕駛是一種類人駕駛，即計算機模擬人類的駕駛行為，其功能的實現同樣分為感知、理解、決策和執行四個層次，由各類傳感器、ECU和執行器來實現。

在整個自動駕駛實現的流程中：

1）感知層主要依賴激光雷達和攝像頭等傳感器設備所采集的信息感知汽車周圍環境，以硬件設備的精確度、可靠性為主要的衡量標準。

2）執行層通過汽車執行器，包括油門、轉向和制動（剎車）等，實現車輛決策層輸出的加速、轉向和制動等決策，主要依靠機械技術實現。

3）AI技術主要應用于理解層和決策層，擔任駕駛汽車“大腦”的角色。

2

理解層對感知層數據進行解析，AI 算法技術優勢盡現

依據感知層傳感器的不同，理解層主要完成兩個任務：車輛的高精度定位，以及物體識別和追蹤。

高精度定位任務的實現主要是通過GPS或視覺的算法實現非常精準的車輛定位，目前主要的技術路線有三種：慣性傳感器（IMU）和GPS定位、基于視覺里程計算法定位、基于雷達的定位。

AI 算法在理解層最主要的應用是物體的識別和追蹤。物體跟蹤和識別包括靜態物體識別和動態物體識別，對于動態物體還需要對其軌跡進行追蹤，基于追蹤的結果預測其下一步的位臵，計算出安全的行車空間。自動駕駛車輛需要實時進行多個物體的識別和追蹤，典型的物體包括車輛、行人、自行車等。

激光雷達和計算機視覺是實現物體識別和跟蹤的兩種途徑，Google和Tesla分別代表了這兩種不同的技術路線。

激光雷達生成的點云數據包含物體的3D輪廓信息，同時通過強度掃描成像獲取物體的反射率，因此可以輕易分辨出草地、樹木、建筑物、路燈、混凝土、車輛等。識別軟件算法簡單，很容易達到實時性的要求。

計算機視覺的方法是利用深度學習對攝像頭圖像進行處理，從像素層面的顏色、偏移和距離信息提取物體層面的空間位臵（立體視覺法）和運動軌跡（光流法）?；谝曈X的物體識別和跟蹤是當前的研究熱點，但是總體來說輸出一般是有噪音，如物體的識別有可能不穩定，可能有短暫誤識別等。

3

決策層如何應對復雜情形是自動駕駛的關鍵瓶頸

在理解層的基礎上，決策層解決的問題是如何控制汽車行為以達到駕駛目標。在一個具有障礙物并且動態變化的環境中，按照一定的評價條件尋找一條從起始狀態到目標狀態的無碰撞路徑。自動駕駛汽車的決策包括全局性導航規劃、駕駛行為決策和運動軌跡規劃。

1）全局導航規劃在已知電子地圖、路網以及宏觀交通信息等先驗信息下，根據某優化目標，選擇不同的道路。

2）駕駛行為決策根據當前交通狀況、交通法規、結構化道路約束，決定車輛的目標位臵，抽象化為不同的駕駛行為，如變換車道、路口轉向等。

3）運動軌跡規劃是基于駕駛行為決策，躲避障礙物，對到達目標位臵的路線進行規劃。

強化學習在自動駕駛決策層具有應用前景。強化學習的目的是通過和環境交互學習到如何在相應的觀測中采取最優行為。行為的好壞可以通過環境給的獎勵來確定。不同的環境有不同的觀測和獎勵。

例如，駕駛中環境觀測是攝像頭和激光雷達采集到的周圍環境的圖像和點云，以及其他的傳感器的輸出。駕駛中的環境的獎勵根據任務的不同，可以通過到達終點的速度、舒適度和安全性等指標確定。當前增強學習的算法在自動駕駛汽車決策上的研究還比較初步，有試錯次數多、算法可解釋性差等弱點。

4

深度學習算法在自動駕駛中廣泛應用，端到端自動駕駛仍具挑戰

車輛的道路行駛環境非常復雜，需要處理大量非結構化數據。深度學習算法能夠高效的處理非結構化數據，并自動地從訓練樣本中學習特征，當訓練樣本足夠大時，算法能夠處理遇到的新的狀況以應對復雜決策問題。以基本的車輛識別問題為例，在用足夠多的汽車圖像對算法進行訓練后，算法具備了識別汽車的能力。

深度學習在自動駕駛中的應用可以分為兩個學派：端到端式（End to End Architecture）和問題拆解式（Semantic Abstraction）。與人類相比，在端到端式的構架中，一個DNN網絡模擬了人的整個駕駛行為；而在問題拆解式的構架中，每個DNN網絡僅模擬了人的一部分駕駛行為。

端對端式不需要人工將問題進行拆解，只需要一個深度神經網絡（DNN），在經過訓練后，基于傳感器的輸入信息（如照片），直接對車輛的加減速和轉向等進行控制。

問題拆解式需要人工將問題進行拆解，分別訓練多個DNN網絡，實現諸如車輛識別、道路識別、交通信號燈識別等功能。然后基于各個DNN網絡的輸出，再對車輛的加減速和轉向進行控制。

目前，問題拆解式深度學習在自動駕駛領域得到廣泛的應用，主要是進行圖像識別。如識別行駛途中遇到的車輛、行人、地上的交通標志線、交通信號燈等。