本系列博客包括6个专栏，分别为：《自动驾驶技术概览》、《自动驾驶汽车平台技术基础》、《自动驾驶汽车定位技术》、《自动驾驶汽车环境感知》、《自动驾驶汽车决策与控制》、《自动驾驶系统设计及应用》。
此专栏是关于《自动驾驶系统设计及应用》书籍的笔记.

1.自动驾驶系统架构

1.1 自动驾驶系统的三个层级

自动驾驶典型系统架构，包括：环境感知、决策规划和运动控制三部分；

• 感知层：用来完成对车辆周围环境的感知识别，主要目的：获取并处理环境信息；汽车自动驾驶常用传感器主要包括：摄像头、毫米波雷达、激光雷达、超声波雷达、红外夜视、用于定位和导航的GPS和IMU；
• 决策层：机器在做驾驶决策时需要回答几个问题：我在哪里？周边环境如何？接下来会发生什么？我该做什么？决策层分两步：第一步是认知理解，根据感知层收集的信息，对车辆自身的精确定位，对车辆周围的环境的准确判断；第二步是决策规划，包含对接下来可能发生情况的准确预测，对下一步行动的准确判断和规划，选择合理的路径达到目标；行为决策系统是狭义的决策系统，其根据感知层输出的信息合理决策出当前车辆的行为，根据不同的行为确定轨迹规划的约束条件，指导轨迹规划模块规划出合适的路径、车速等信息，发送给控制层；
• 控制层：通过线控技术完成执行机构的电控比，达到电子制动、电子驱动和电子转向，并控制车辆响应，保证控制精度，对目标车速、路径等进行跟踪；

1.2 自动驾驶系统的基本技术架构

1. 车载系统
   • 感知层通过各种类型的传感器采集、接收的数据，通过总线进行集成，再通过数据的融合和智能化处理，输出自动驾驶所需的环境感知信息；
   • 主控系统由硬件部分高性能车载集成计算平台和软件部分智能车载操作系统组成；
   • 计算机平台融合了传感器、高精度地图、V2X的感知信息进行认知和决策计算，硬件处理器可以有GPU、FPGA、ASIC等多种选择；
   • 智能车载操作系统融合了车内人机交互、运营服务商、内容服务商的数据，为乘客提供个性化服务，目前主流操作系统包括Android、Linux、Windows、QNX等；
   • 最后，主控系统的信息进入车载总线控制系统，完成执行操作；
2. 云端系统
   • 数据存储：智能车路测中实采的数据量非常大，需要传输到云端进行分布式存储；
   • 模拟仿真测试：开发的新算法在部署到车上之前会在云端的模拟器上进行测试；
   • 高精度地图生成：地图的生成采用众包形式，把每辆在路上行驶的智能车实时采集到的激光点云或视觉数据上传到云端，实现高精度地图的完善和更新；
   • 深度学习模型训练：自动驾驶的决策层使用多种不同的深度学习模型，对于没有出现过的情况无法处理，需要持续不断地通过新数据进行模型训练，来提升算法的处理能力；