1.3 自动驾驶系统算法设计

自动驾驶任务是利用各种实时传感器，如摄像机、激光雷达、毫米波雷达等捕获数据，然后自动驾驶系统执行必要的处理，以识别驾驶环境并做出操作决策的，最后操作车辆到达给定的目的地。

自动驾驶系统通常由三个主要部分组成。

● 场景识别：用于车辆厘米级别的定位，并跟踪物体。

● 路径规划：用于生成未来的路径。

● 车辆控制：用于物理操作车辆，以遵循计划的路径[2]。

在自动驾驶系统中，这些算法是大多数现代自动驾驶系统的基础，已被建造的自动驾驶汽车Udacity所采用[3]，并且与Mobileye设计其自动驾驶系统的方式保持一致[4]。自动驾驶系统的组件如图1-1所示。

传感器所捕获的视频将被用于检测对象和定位车辆的定位引擎中，然后传感器将检测到的对象传递到对象跟踪引擎，用于跟踪移动对象。融合引擎将车辆位置和被跟踪对象投影到相同的三维坐标空间中。运动规划会利用空间信息来制定操作决策。仅当车辆偏离由Google Maps之类的导航服务所生成的原始路线计划时，才调用任务计划程序。融合引擎检索跟踪器正在跟踪的对象坐标，并与定位引擎提供的当前车辆位置合并，然后将合并后的信息转换为相同的三维坐标空间，并发送到运动计划引擎，形成车辆操作决策。

下面讨论自动驾驶系统的感知、决策和控制等问题，以及现有自动驾驶系统的安全验证和测试方法的局限性。