路徑?jīng)Q策和異常處理項(xiàng)目三汽車決策控制系統(tǒng)任務(wù)8智能決策系統(tǒng)智能網(wǎng)聯(lián)汽車技術(shù)主講人：曾鑫課程導(dǎo)入A路徑規(guī)劃B速度控制C異常處理路徑?jīng)Q策系統(tǒng)在復(fù)雜環(huán)境中的表現(xiàn)不佳。它可以在簡單環(huán)境中規(guī)劃出Smooth的路線，但一旦遇到復(fù)雜交通條件，就會(huì)容易陷入死循環(huán)，最終無法順利完成導(dǎo)航任務(wù)。學(xué)習(xí)目標(biāo)學(xué)習(xí)路徑?jīng)Q策的三級架構(gòu)，解釋各層級的功能定位，并分析可能導(dǎo)致路徑規(guī)劃失敗的原因，最終找出可行的優(yōu)化思路01學(xué)習(xí)任務(wù)根據(jù)提供的路徑?jīng)Q策系統(tǒng)框架圖，描述各層級的功能，討論如何提升系統(tǒng)在復(fù)雜環(huán)境中的規(guī)劃能力01激活舊知我們平時(shí)開車的時(shí)候，如果來到一個(gè)陌生的地方，想要到達(dá)某個(gè)目的地，我們通常如何確定行駛的路徑?先在導(dǎo)航軟件中輸入目的地不同路徑的距離和預(yù)計(jì)用時(shí)對各條路徑進(jìn)行對比分析選擇最合適的一條進(jìn)行導(dǎo)航探索新知路徑?jīng)Q策它主要負(fù)責(zé)根據(jù)環(huán)境信息智能規(guī)劃車輛的駕駛路徑。路徑?jīng)Q策系統(tǒng)通常包含三級任務(wù)分工，分別是道路級、車道層級和行駛級。自動(dòng)駕駛系統(tǒng)中非常關(guān)鍵的一個(gè)環(huán)節(jié)探索新知路徑?jīng)Q策道路級路徑?jīng)Q策系統(tǒng)需要進(jìn)行全局的任務(wù)規(guī)劃。這需要充分考慮目的地位置、道路條件、交通狀況等多種因素，以確定從起點(diǎn)到終點(diǎn)的整體行駛路線。道路層需要處理諸如在高速路或一般道路行駛等戰(zhàn)略性規(guī)劃。探索新知路徑?jīng)Q策車道級路徑?jīng)Q策系統(tǒng)會(huì)根據(jù)道路級任務(wù)規(guī)劃的結(jié)果，結(jié)合周邊車輛和路況信息，確定車輛在當(dāng)前車道內(nèi)的具體軌跡。這涉及到更細(xì)致的車輛控制，比如變道、停車等操作。探索新知路徑?jīng)Q策行駛級路徑?jīng)Q策系統(tǒng)會(huì)根據(jù)前后車的距離和速度關(guān)系，做出具體的速度控制、轉(zhuǎn)向等動(dòng)作決策，以完成車道層規(guī)劃的軌跡執(zhí)行。探索新知路徑?jīng)Q策從道路到車道到行駛，路徑?jīng)Q策系統(tǒng)逐步進(jìn)行從抽象到具體的過程，最終指導(dǎo)車輛完成導(dǎo)航任務(wù)。而其決策依據(jù)全部來自感知模塊對環(huán)境信息的采集和處理。探索新知路徑?jīng)Q策如果在這個(gè)復(fù)雜的決策流程中的任何一個(gè)環(huán)節(jié)出現(xiàn)問題，都會(huì)導(dǎo)致路徑選擇產(chǎn)生偏差，甚至導(dǎo)致決策系統(tǒng)失效。這需要我們從感知源頭和算法水平不斷優(yōu)化，以實(shí)現(xiàn)更智能可靠的自動(dòng)駕駛路徑規(guī)劃。探索新知異常處理異常處理是自動(dòng)駕駛決策系統(tǒng)中另一個(gè)非常重要的模塊。它主要負(fù)責(zé)在系統(tǒng)運(yùn)行過程中出現(xiàn)異常時(shí)的安全響應(yīng)。汽車在自動(dòng)駕駛模式下,會(huì)遇到各種突發(fā)情況,比如車輛本身故障、傳感器失效、算法錯(cuò)誤等。這些都有可能導(dǎo)致系統(tǒng)失控,危及乘客安全。探索新知異常處理BA決策系統(tǒng)應(yīng)對能力快速檢測預(yù)測模型判斷當(dāng)前輸出預(yù)期輸出誤差探索新知異常處理1、基于預(yù)測的異常檢測技術(shù)通過建立系統(tǒng)的預(yù)測模型監(jiān)測當(dāng)前輸出與模型預(yù)測輸出之間的誤差誤差超過設(shè)定閾值，則判定為異常適用于有周期規(guī)律的異常檢測自回歸綜合移動(dòng)平均模型等進(jìn)行時(shí)間序列預(yù)測探索新知異常處理2、基于聚類的異常檢測技術(shù)這類技術(shù)通過無監(jiān)督學(xué)習(xí)的聚類算法,根據(jù)樣本之間的相似性對數(shù)據(jù)進(jìn)行自動(dòng)分類。數(shù)量極小的簇會(huì)被判斷為異常數(shù)據(jù)。這類方法適用于樣本數(shù)量巨大的場景。探索新知異常處理3、基于變分自編碼的異常檢測技術(shù)運(yùn)用深度學(xué)習(xí)的編碼器——解碼器結(jié)構(gòu)，對輸入進(jìn)行壓縮編碼，然后評估解碼恢復(fù)的可能性。恢復(fù)程度低的則判定為異常樣本，這種技術(shù)能處理樣本相關(guān)性復(fù)雜的場景。實(shí)際應(yīng)用中，可以根據(jù)具體問題，選擇單一或混合使用多種異常檢測技術(shù)，以提高系統(tǒng)的健壯性。探索新知異常處理由各種傳感器采集的運(yùn)行數(shù)據(jù)質(zhì)量直接影響決策的效果。一旦出現(xiàn)數(shù)據(jù)缺失或異常，就需要進(jìn)行處理以補(bǔ)充或校正數(shù)據(jù)。探索新知異常處理1、基于統(tǒng)計(jì)學(xué)的填補(bǔ)策略這類方法利用樣本的統(tǒng)計(jì)特征如均值、眾數(shù)等進(jìn)行簡單填補(bǔ)，或直接使用隨機(jī)數(shù)填充，適用于小數(shù)據(jù)集中個(gè)別缺失值的處理。探索新知異常處理2、基于模型的多重填補(bǔ)法該策略使用多種模型重復(fù)預(yù)測缺失值，再整合結(jié)果作為最終填補(bǔ)值。通過多模型綜合，能夠提高填補(bǔ)效果。探索新知異常處理3、基于期望最大化算法的填補(bǔ)方法該方法通過假設(shè)數(shù)據(jù)符合某種分布，引入隱變量進(jìn)行模型訓(xùn)練，以迭代方式預(yù)測缺失值。它可以處理大規(guī)模缺失，但收斂速度取決于具體數(shù)據(jù)。數(shù)據(jù)異常處理也需要根據(jù)實(shí)際情況選擇策略。只有通過數(shù)據(jù)的質(zhì)量控制，才能為后續(xù)的決策分析算法提供可靠的輸入，確保系統(tǒng)的整體性能。探索新知異常處理在自動(dòng)駕駛汽車的實(shí)際運(yùn)營中，制造商需要針對可能出現(xiàn)的各種異常情況提出應(yīng)對方案，這直接關(guān)乎到系統(tǒng)的安全性和可靠性。探索新知異常處理1、故障運(yùn)行（failoperational）即使關(guān)鍵部件或控制系統(tǒng)發(fā)生故障，汽車也應(yīng)具有在有限時(shí)間內(nèi)保持運(yùn)營的能力。這需要冗余系統(tǒng)進(jìn)行故障補(bǔ)償，確保繼續(xù)執(zhí)行導(dǎo)航任務(wù)。探索新知異常處理2、故障安全/故障降級（faildegraded）需要安全停止車輛。這可能需要車輛停在當(dāng)前行駛車道上，或引導(dǎo)其移動(dòng)到路邊停車帶。同時(shí)要避免產(chǎn)生二次事故。通過各種層次的應(yīng)用響應(yīng)，異常處理系統(tǒng)才能對復(fù)雜情況進(jìn)行有效應(yīng)對。這需要持續(xù)研發(fā)來提升自動(dòng)駕駛汽車的安全性和智能化程度。系統(tǒng)無法維持正常運(yùn)行時(shí)即時(shí)檢測小測試當(dāng)自動(dòng)駕駛汽車進(jìn)行路徑選擇時(shí)，如果前方道路出現(xiàn)交通事故導(dǎo)致臨時(shí)封閉，這個(gè)異常情況下汽車應(yīng)該如何更新路徑規(guī)劃？小結(jié)也要牢記安全第一