自动驾驶_预测与规划

目录

1 规划与控制 PNC

1.1 预测的两种方式

2 车辆预测​

2.1 车道模型

2.2 数据pipiline

2.3 几个流行的预测方式

3 行人预测

4 练习

---

1 规划与控制 PNC

• 出问题的地方： 50%出现在PNC上，25%是硬件问题，25%是天气问题；5%是感知。
• MPI: 多远人工接管一次
• PNC:两个难点：无保护左转，拥堵式汇入

1.1 预测的两种方式

• 怎样看业界这么解决对应的问题：看业界最知名的公司，看招聘岗位的技术要求

2 车辆预测

 

2.1 车道模型

RNN对于序列化的数据，有较好的表示，缺点：并行化不够

• 目前无人驾驶的瓶颈：1）算法上没有达到最优；2）硬件上的稳定性还不够。

2.2 数据pipiline

• 下面是google的wayma的一个数据流程

2.3 几个流行的预测方式

3 行人预测

 

作者认为，L4级别最核心的模块，是PNC和感知模块。

4 练习