人工智能+汽車技術與應用 課件 4.2.2 決策規(guī)劃:讓汽車“思考”如何行駛_第1頁
人工智能+汽車技術與應用 課件 4.2.2 決策規(guī)劃:讓汽車“思考”如何行駛_第2頁
人工智能+汽車技術與應用 課件 4.2.2 決策規(guī)劃:讓汽車“思考”如何行駛_第3頁
人工智能+汽車技術與應用 課件 4.2.2 決策規(guī)劃:讓汽車“思考”如何行駛_第4頁
人工智能+汽車技術與應用 課件 4.2.2 決策規(guī)劃:讓汽車“思考”如何行駛_第5頁
已閱讀5頁,還剩16頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領

文檔簡介

4.2.2決策規(guī)劃:

讓汽車“思考”如何行駛《人工智能+汽車技術與應用》目

錄決策規(guī)劃系統(tǒng)的技術架構決策規(guī)劃環(huán)節(jié)核心技術什么是決策規(guī)劃一

什么是決策規(guī)劃?一、什么是決策規(guī)劃?一、什么是決策規(guī)劃?一、什么是決策規(guī)劃?

汽車的決策規(guī)劃環(huán)節(jié)主要負責處理來自感知模塊的環(huán)境信息,包括道路狀況、交通標志、行人、其他車輛等,并根據(jù)這些信息做出駕駛決策,如加速、減速、轉(zhuǎn)向、避障等。決策規(guī)劃環(huán)節(jié)需要綜合考慮多種因素,如安全性、舒適性、經(jīng)濟性等,以確保汽車在各種復雜環(huán)境下都能做出最優(yōu)的駕駛決策。TIPS分析層TIPS感知層TIPS決策層二

決策規(guī)劃系統(tǒng)的技術架構二、決策規(guī)劃系統(tǒng)的技術架構交互層決策系統(tǒng)與用戶或業(yè)務系統(tǒng)之間的接口,負責接收用戶輸入、展示決策結(jié)果和收集反饋。支撐層:為決策系統(tǒng)提供必要的技術支持和運行環(huán)境。決策層分析層數(shù)據(jù)層決策層是決策系統(tǒng)的輸出端,負責根據(jù)分析結(jié)果和模型預測,生成具體的決策建議或執(zhí)行指令。決策系統(tǒng)的核心,負責對數(shù)據(jù)進行深入分析和挖掘,提取有價值的信息和知識。決策系統(tǒng)的基礎,負責數(shù)據(jù)的采集、存儲和管理三

決策規(guī)劃環(huán)節(jié)核心技術承接環(huán)境感知下啟車輛控制三、決策規(guī)劃環(huán)節(jié)核心技術三、決策規(guī)劃環(huán)節(jié)核心技術

決策規(guī)劃承接環(huán)境感知,并下啟車輛控制。其規(guī)劃出來的軌跡是帶速度信息的路徑。我周圍有什么?我在哪?它們要干什么?我應該怎么走?想一想:你在人來人往車水馬龍的馬路上行走,你的大腦會提出哪些問題?定位感知預測決策三、決策規(guī)劃環(huán)節(jié)核心技術議一議:請各小組分析,在這個完整的旅程中,路由尋徑、行為決策、運動規(guī)劃三大模塊分別主要起什么作用?它們之間是如何協(xié)同配合的?請嘗試用流程圖或示意圖來描繪它們的工作邏輯。情境:

一輛搭載了完備決策規(guī)劃系統(tǒng)的智能汽車,需要從校園停車場出發(fā),前往市中心的火車站。途中會經(jīng)歷高速公路巡航、城市擁堵路段、一個沒有紅綠燈的十字路口最終抵達火車站入口。三、決策規(guī)劃環(huán)節(jié)核心技術我周圍有什么?我在哪?它們要干什么?我應該怎么走?我應該怎么走?我應該怎么走?三、決策規(guī)劃環(huán)節(jié)核心技術路由尋徑:

全局路徑規(guī)劃,可簡單地理解為傳統(tǒng)地圖導航+高精地圖(包含車道信息和交通規(guī)則等)。行為決策:

決策車輛是否跟車、在遇到交通燈和行人時的等待避讓,以及路口和其他車輛的交互通過,包含駕駛行為預測、協(xié)同決策等。運動規(guī)劃:

局部路徑規(guī)劃,是自動駕駛汽車在未來一段時間內(nèi)的期望行駛路徑,需滿足汽車運動學、動力學、舒適性和無碰撞等要求。知識拓展協(xié)同決策

協(xié)同決策是依托車路云一體化架構,通過多源信息融合與AI算法優(yōu)化,實現(xiàn)車輛、道路基礎設施、云端平臺及行人之間的動態(tài)協(xié)同,提升復雜交通場景下的決策安全性與效率。

協(xié)同決策核心算法類型如下。

1.多智能體強化學習(MARL)

算法框架:集中訓練分布式執(zhí)行(CTDE)、獨立Q學習(IQL)。

應用案例:交叉路口無信號燈協(xié)同通行、高速公路車隊編隊。

2.博弈論模型

納什均衡:多車博弈的最優(yōu)策略求解。

Stackelberg博弈:車路主動決策。

應用案例:匝道匯流沖突消解、優(yōu)先權動態(tài)分配。

3.聯(lián)邦學習

技術特點:數(shù)據(jù)不出車、模型共享更新。

實現(xiàn)方式:車載ECU本地訓練、云端聚合全局模型。車路云一體化學習評估站填空題1.決策規(guī)劃系統(tǒng)技術架構分為__________、__________、__________、__________和__________

2.決策規(guī)劃環(huán)節(jié)核心技術分為__________、__________和__________。

數(shù)據(jù)層分析層決策層支撐層交互層路由尋徑行為決策運動規(guī)劃課后作業(yè):我的智能汽車“大腦”規(guī)劃之旅假設你是一輛智能汽車的“決策規(guī)劃系統(tǒng)”,現(xiàn)在需要從學校出發(fā),前往火車站。1.請簡要說明在你的這次行程中,“決策規(guī)劃”環(huán)節(jié)的主要任務是什么?它需要處理哪些信息,做出哪些決策?2.本次行程中,決策規(guī)劃系統(tǒng)的“交互層”可能會向乘客展示什么信息?3.“數(shù)據(jù)層”可能會存儲和管理哪些與本次行程相關的數(shù)據(jù)?(至少寫出2種)4.你會選擇哪條全局路徑?請簡要說明理由(如:路程最短、避開擁堵)。5.請預想一個途中可能發(fā)生的復雜場景(如:十字路口、行人突然橫穿馬路),并描述

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論