任務(wù)1高精度定位技術(shù)整體認(rèn)知學(xué)習(xí)內(nèi)容定位系統(tǒng)的作用和要求；高精度定位系統(tǒng)的組成；常見的定位方法。能力要求掌握智能網(wǎng)聯(lián)汽車對定位系統(tǒng)的基本要求；掌握智能網(wǎng)聯(lián)汽車常見的定位方法。任務(wù)引入“高精度定位技術(shù)是智能網(wǎng)聯(lián)汽車的核心技術(shù)，能解決在哪里（初始位置）和要去哪里（目標(biāo)位置）的問題，通過5G網(wǎng)絡(luò)連接形成衛(wèi)星地面基準(zhǔn)站網(wǎng)絡(luò)，實(shí)現(xiàn)厘米級精度定位，助力智能網(wǎng)聯(lián)汽車的發(fā)展。任務(wù)描述通過對定位系統(tǒng)的作用和要求；高精度定位系統(tǒng)的組成；常見的定位方法等知識的學(xué)習(xí)，增強(qiáng)對高精度定位技術(shù)整體認(rèn)知，并在學(xué)習(xí)小組或班級里進(jìn)行交流匯報(bào)。相關(guān)知識智能網(wǎng)聯(lián)汽車高精度定位是一種高精度定位技術(shù)，它的關(guān)鍵技術(shù)包括環(huán)境感知技術(shù)，無線通信技術(shù)，智能互聯(lián)技術(shù)，請通過網(wǎng)絡(luò)進(jìn)行查找。一、定位系統(tǒng)的作用和要求定位系統(tǒng)的作用是提供車輛的位置和姿態(tài)等信息。對于智能網(wǎng)聯(lián)汽車而言，定位的重要作用不言而喻，可以幫助車輛了解自己相對外界環(huán)境的精準(zhǔn)位置，從而做出正確的決策，同時(shí)輔助感知系統(tǒng)，得到準(zhǔn)確的檢測和跟蹤結(jié)果。智能網(wǎng)聯(lián)汽車對定位系統(tǒng)的基本要求有以下四種。（一）精度高達(dá)到厘米級。（二）高可用性智能網(wǎng)聯(lián)汽車測試已經(jīng)從封閉的場景轉(zhuǎn)移到更開放的場景，這要求定位系統(tǒng)能更好的處理更多更復(fù)雜的情況。（三）高可靠性定位輸出是感知、規(guī)劃與控制的輸入，如果定位出現(xiàn)偏差將會(huì)導(dǎo)致自動(dòng)駕駛的嚴(yán)重后果。（四）自主完好性檢測由于系統(tǒng)的可靠性能只能做到非常接近100%，但是難以達(dá)到真正的100%，這要求系統(tǒng)在無法提供準(zhǔn)確輸出的時(shí)候，能及時(shí)地警告用戶采取措施避免發(fā)生事故，因此，要求定位系統(tǒng)保證較低的虛警率和漏警率。高精度定位在自動(dòng)駕駛中起決定作用，是實(shí)現(xiàn)無人駕駛或者遠(yuǎn)程駕駛的基本前提，因此對特定性能的要求也非?？量?，其中L4/L5級自動(dòng)駕駛對于定位的需求非常高，如：位置精度，誤差均值<10cm；位置魯棒性最大誤差<30cm；姿態(tài)精度，誤差均值<0.5°；姿態(tài)魯棒性最大誤差<2.0°；場景覆蓋是全天候。圖3?1車輛高精度定位示意圖二、高精度定位系統(tǒng)的組成高精度定位系統(tǒng)主要包括終端層、網(wǎng)絡(luò)層、平臺(tái)層和應(yīng)用層四個(gè)部分。其中，終端層實(shí)現(xiàn)多源數(shù)據(jù)融合算法，保障不同應(yīng)用場景、不同業(yè)務(wù)的定位需求；網(wǎng)絡(luò)層包括5G基站、RTK基站和路測單元，為定位終端實(shí)現(xiàn)數(shù)據(jù)可定位引擎，并實(shí)現(xiàn)定位能力開放；應(yīng)用層基于高精度定位系統(tǒng)能夠?yàn)閼?yīng)用層提供車道級導(dǎo)航、線路規(guī)劃和自動(dòng)駕駛等應(yīng)用。如所示。圖3?2車輛高精度定位系統(tǒng)（一）終端層為滿足車輛在不同環(huán)境下的高精度定位需求，需要在終端采用多源數(shù)據(jù)融合的定位方案，包括基于差分?jǐn)?shù)據(jù)的GNSS定位數(shù)據(jù)，慣性導(dǎo)航系統(tǒng)數(shù)據(jù)、傳感器數(shù)據(jù)、高精度地圖數(shù)據(jù)以及蜂窩數(shù)據(jù)等。（二）網(wǎng)絡(luò)層系統(tǒng)網(wǎng)絡(luò)層主要實(shí)現(xiàn)信號測量和信息傳輸，包括5G基站、PTK基站和RSU的部署。（三）平臺(tái)層平臺(tái)層可實(shí)現(xiàn)功能模塊化。主要包括：1）高精度地圖。2）交通動(dòng)態(tài)信息。3）差分解算。4）數(shù)據(jù)管理。5）數(shù)據(jù)計(jì)算。（四）應(yīng)用層在應(yīng)用層為用戶提供地圖瀏覽、規(guī)劃線路顯示、數(shù)據(jù)監(jiān)控和管理功能，以及基于位置的其它車聯(lián)網(wǎng)業(yè)務(wù)，例如輔助駕駛和自動(dòng)駕駛。三、常見的定位方法根據(jù)場景以及定位性能的需求不同，車輛定位是多種多樣的。常用的定位技術(shù)有全球?qū)Ш郊夹g(shù)、慣性導(dǎo)航技術(shù)、航跡推算技術(shù)、路標(biāo)定位技術(shù)、高精度地圖定位技術(shù)、無線電定位技術(shù)、視覺定位技術(shù)、同時(shí)定位技術(shù)與地圖創(chuàng)建技術(shù)等。由于任何單一技術(shù)都有自己的無法克服的弱點(diǎn)，智能網(wǎng)聯(lián)汽車通常需要組合定位技術(shù)來實(shí)現(xiàn)精準(zhǔn)定位。組合定位技術(shù)融合了兩種或兩種以上的不同類型的定位傳感器信息，實(shí)現(xiàn)優(yōu)勢互補(bǔ)，以獲得更高的定位性能。隨堂測試簡述高精度定位系統(tǒng)的組成。簡述智能網(wǎng)聯(lián)汽車對定位系統(tǒng)的基本要求。任務(wù)實(shí)施任務(wù)工單任務(wù)2高精度定位關(guān)鍵技術(shù)認(rèn)知學(xué)習(xí)內(nèi)容全球?qū)Ш叫l(wèi)星系統(tǒng)；慣性導(dǎo)航系統(tǒng)；SLAM自主導(dǎo)航系統(tǒng)；蜂窩網(wǎng)定位。能力要求掌握全球衛(wèi)星系統(tǒng)的分類、組成和定位原理；了解慣性導(dǎo)航系統(tǒng)的組成和基本定位原理；掌握SLAM技術(shù)的分類和基本定位原理；了解蜂窩網(wǎng)定位的基本原理。任務(wù)引入目前全球范圍內(nèi)已經(jīng)有137個(gè)國家與北斗衛(wèi)星導(dǎo)航系統(tǒng)簽下了合作協(xié)議，隨著全球組網(wǎng)的成功，北斗衛(wèi)星導(dǎo)航系統(tǒng)未來的國際應(yīng)用空間將會(huì)不斷擴(kuò)展，最終建設(shè)世界一流的衛(wèi)星導(dǎo)航系統(tǒng)，滿足國家安全與經(jīng)濟(jì)社會(huì)發(fā)展需求。任務(wù)描述請查閱相關(guān)資料，了解北斗衛(wèi)星導(dǎo)航定位系統(tǒng)的定位原理和優(yōu)缺點(diǎn)。在學(xué)習(xí)小組或班級里進(jìn)行交流匯報(bào)。相關(guān)知識北斗衛(wèi)星導(dǎo)航為全球用戶提供連續(xù)、穩(wěn)定、可靠的服務(wù)，發(fā)展北斗產(chǎn)業(yè)，服務(wù)經(jīng)濟(jì)社會(huì)發(fā)展和民生改善，深化國際合作，提高全球衛(wèi)星導(dǎo)航系統(tǒng)的綜合應(yīng)用效益。一、全球?qū)Ш叫l(wèi)星系統(tǒng)（一）分類全球?qū)Ш叫l(wèi)星系統(tǒng)（GNSS）分為以下幾類，包括美國的GPS、俄羅斯的格洛納斯衛(wèi)星導(dǎo)航系統(tǒng)、歐洲的伽利略系統(tǒng)和我過的北斗系統(tǒng)。（二）組成以GPS為例，全球?qū)Ш叫l(wèi)星系統(tǒng)是由空間星座部分，地面監(jiān)控部分和用戶設(shè)備部分這三部分組成的。最少只需要4顆衛(wèi)星，就能迅速確定用戶端在地球上所處的位置及海拔，所能連接到的衛(wèi)星數(shù)越多，解碼出來的位置就越精確，如。圖3?3

GPS示意圖（三）全球?qū)Ш叫l(wèi)星系統(tǒng)的定位原理其實(shí)就是三角定位法，如。簡單來說，就是通過在不同的位置測量衛(wèi)星和接收器之間的距離，從而確定接收器的位置。通常來說，一個(gè)接收器需要隨時(shí)至少能夠和4顆GPS衛(wèi)星直接聯(lián)系，才能精確判斷自己所處的位置；如果只有3顆衛(wèi)星，那么就無法判斷海拔高度；如果只有2顆，那就無法計(jì)算精確位置了。圖3?4三角定位原理二、慣性導(dǎo)航系統(tǒng)慣性導(dǎo)航系統(tǒng)是一種不依賴于外部信息、也不向外部輻射能量的自主式導(dǎo)航系統(tǒng)，如。其工作環(huán)境不僅包括空中、地面，還可以在水下。慣導(dǎo)的基本工作原理是以牛頓力學(xué)定律為基礎(chǔ)，通過測量載體在慣性參考系的加速度，將它對時(shí)間進(jìn)行積分，求得運(yùn)動(dòng)載體的速度、角速度，之后進(jìn)行二次積分求得運(yùn)動(dòng)載體的位置信息。且把它變換到導(dǎo)航坐標(biāo)系中，就能夠得到在導(dǎo)航坐標(biāo)系中的速度、偏航角和位置等信息，如。圖3?5慣性導(dǎo)航系統(tǒng)慣性導(dǎo)航系統(tǒng)具有以下優(yōu)點(diǎn)：1．能提供位置、速度、航向和姿態(tài)角數(shù)據(jù)，所產(chǎn)生的導(dǎo)航信息連續(xù)性好且噪聲??；2．?dāng)?shù)據(jù)更新高，短期精度和穩(wěn)定性好；3．可全天候工作與空中、地面及水下；4．隱蔽性好，且不受外界電磁干擾的影響。圖3?6慣性導(dǎo)航系統(tǒng)工作原理圖三、SLAM自主導(dǎo)航系統(tǒng)我們先來了解SLAM系統(tǒng)介紹。同時(shí)定位與地圖構(gòu)建，通常是指在機(jī)器人或者其它載體上，通過對各種傳感器數(shù)據(jù)分析采集和計(jì)算，生成對其自身位置姿態(tài)的定位和場景地圖信息的系統(tǒng)。SLAM起源于機(jī)器人領(lǐng)域，其問題可以描述為：將一個(gè)機(jī)器人放入未知環(huán)境中的未知位置，是否有辦法讓機(jī)器人一邊移動(dòng)一邊逐步描繪出此環(huán)境完整的地圖，最終實(shí)現(xiàn)全局機(jī)器人的自主定位和導(dǎo)航們。一般來講，SLAM系統(tǒng)包含多種傳感器和多種功能模塊。按照核心的功能模塊來區(qū)分，目前常見的智能網(wǎng)聯(lián)汽車SLAM系統(tǒng)一般具有兩種形式：基于激光雷達(dá)和基于視覺的SLAM。激光SLAM通過對不同時(shí)刻兩片點(diǎn)云的匹配與對比，計(jì)算激光雷達(dá)相對運(yùn)動(dòng)的距離和姿態(tài)的改變，也就完成了對機(jī)器人自身的定位。視覺SLAM可以從環(huán)境中獲取海量的、冗余的紋理信息，擁有超強(qiáng)的場景辨識能力，如。圖3?7視覺SLAM導(dǎo)航示意圖四、蜂窩網(wǎng)定位其定位基本過程由定位客戶端發(fā)起定位請求給定位服務(wù)器，定位服務(wù)器通過配置無線接入網(wǎng)絡(luò)節(jié)點(diǎn)進(jìn)行定位目標(biāo)的測量，或者通過其他手段從定位目標(biāo)處獲得位置相關(guān)信息，最終計(jì)算得出位置信息并和坐標(biāo)匹配。需要指出的是，定位客戶端和定位目標(biāo)可以合設(shè)，即定位目標(biāo)本身可以發(fā)起針對自己的定位請求，也可以是外部發(fā)起針對某個(gè)定位目標(biāo)的請求；最終定位目標(biāo)位置的計(jì)算可以由定位目標(biāo)自身完成，也可以由定位服務(wù)器計(jì)算得出。五、高精度定位在智能網(wǎng)聯(lián)汽車上的應(yīng)用以百度Apollo2.0為例，介紹高精度定位在智能網(wǎng)聯(lián)汽車上的應(yīng)用。Apollo2.0的多傳感器融合定位模塊的框架如所示；左邊列出了定位模塊依賴的硬件以及數(shù)據(jù)，包括IMU、車端天線、基站、激光雷達(dá)，以及定位地圖；中間是GNSS定位以及激光點(diǎn)云定位模塊，GNSS定位輸出位置及速度信息，點(diǎn)云定位輸出位置及航向角信息；右邊是融合框架，融合框架包括兩部分：慣性導(dǎo)航解算、卡爾曼濾波；融合定位的結(jié)果會(huì)反過來用于GNSS定位和點(diǎn)云定位的預(yù)測；融合定位的輸出是一個(gè)6自由度的位置和姿態(tài)，以及協(xié)方差矩陣。圖3?8Apollo2.0的多傳感器融合定位模塊的框架隨堂測試簡述全球?qū)Ш较到y(tǒng)的分類。簡述慣性導(dǎo)航系統(tǒng)的優(yōu)點(diǎn)。任務(wù)實(shí)施任務(wù)工單任務(wù)3決策規(guī)劃整體認(rèn)知學(xué)習(xí)內(nèi)容決策規(guī)劃的概念；決策規(guī)劃的分類；決策規(guī)劃的要求。能力要求掌握現(xiàn)有計(jì)算平臺(tái)的解決方案；獲得分析問題和解決問題的一些基本方法；養(yǎng)成定期反思與總結(jié)的習(xí)慣，改進(jìn)不足，提高工作效率。任務(wù)引入查閱相關(guān)資料，了解智能網(wǎng)聯(lián)汽車智能決策技術(shù)，并判斷收集分析數(shù)據(jù)、轉(zhuǎn)向制動(dòng)、定義規(guī)劃路線、預(yù)測周邊環(huán)境等選項(xiàng)是不是智能決策技術(shù)的功能？任務(wù)描述智能決策技術(shù)的功能類似于給智能網(wǎng)聯(lián)汽車下達(dá)相應(yīng)的任務(wù)：一方面要進(jìn)行預(yù)測，例如在車道保持、車道偏離預(yù)警、車距保持、障礙物警告等系統(tǒng)中，需要預(yù)測本車及相遇的其它車輛、車道、行人等在未來一段時(shí)間內(nèi)的狀態(tài)；另一方面要進(jìn)行規(guī)劃。對于周圍的車輛或其它障礙物，智能網(wǎng)聯(lián)汽車需要在給定的約束條件下，規(guī)劃出一條可以走的路線。相關(guān)知識智能網(wǎng)聯(lián)汽車是集感知、決策和控制等功能于一體的自主交通工具，其中，智能決策是依據(jù)感知信息來進(jìn)行決策判斷，確定適當(dāng)工作模型，制定相應(yīng)控制策略，替代人類駕駛?cè)俗龀鲴{駛決策。一、決策規(guī)劃的概念決策規(guī)劃是智能網(wǎng)聯(lián)汽車自動(dòng)駕駛的關(guān)鍵部分之一，它首先融合多傳感器信息，對周圍可能存在障礙物的目標(biāo)狀態(tài)進(jìn)行預(yù)測，然后根據(jù)駕駛需求進(jìn)行決策，規(guī)劃處兩點(diǎn)間多條可選擇的安全路徑，并在這些路徑中規(guī)劃選取一條最優(yōu)的路徑作為車輛行駛軌跡。我們今天共同學(xué)習(xí)決策規(guī)劃整體認(rèn)知。和人類駕駛?cè)艘粯?，機(jī)器在做駕駛決定時(shí)需要回答幾個(gè)問題。我在哪兒？周圍的環(huán)境怎么樣？接下來會(huì)發(fā)生什么？我該做什么？這是一個(gè)基于信息感知進(jìn)行決策的過程，具體如何決定需要自動(dòng)駕駛的決策層完成。決策層包括環(huán)境認(rèn)知和決策規(guī)劃兩部分主要完成工作具體來說可以分為兩個(gè)步驟：第一步認(rèn)知理解，即依據(jù)感知層不同傳感器采集的信息，通過高精度地圖對智能網(wǎng)聯(lián)汽車自身的位置精確定位，同時(shí)對周圍的環(huán)境信息和目標(biāo)狀態(tài)進(jìn)行精確感知；第二步?jīng)Q策規(guī)劃包含目標(biāo)狀態(tài)預(yù)測、行為決策和路徑規(guī)劃，依據(jù)對智能網(wǎng)聯(lián)汽車周圍的目標(biāo)狀態(tài)精確感知，準(zhǔn)確預(yù)測未來可能發(fā)生的情況，對下一步行為進(jìn)行正確判斷和決策，規(guī)劃并選擇事宜的路徑達(dá)到目標(biāo)，如。圖3?9決策實(shí)施步驟二、決策規(guī)劃的分類從軌跡決策的角度考慮，根據(jù)事先對環(huán)境信息的已知程度，可把路徑規(guī)劃規(guī)劃分為以下兩類。（一）全局路徑規(guī)劃全局路徑規(guī)劃是全局環(huán)境已知，按照一定的算法搜尋一條最優(yōu)或者近似最優(yōu)的無碰撞路徑。例如，從上海到北京有很多條路，規(guī)劃處一條最優(yōu)行駛路線，即全局規(guī)劃，如。圖3?10全局路徑規(guī)劃（二）局部路徑規(guī)劃局部路徑規(guī)劃是對環(huán)境局部未知或完全未知，隨著自主車輛的運(yùn)動(dòng)，通過傳感器為自主車輛提供有用的信息，從而能夠確定出障礙物和目標(biāo)點(diǎn)的位置，進(jìn)而規(guī)劃出一條由起始點(diǎn)到目標(biāo)點(diǎn)的路徑。例如，在全局規(guī)劃好的上海到北京的那條路線上會(huì)有其它車輛或者障礙物，想要避過障礙物或者車輛，需要轉(zhuǎn)向調(diào)整車道，這就是局部路徑規(guī)劃，如。圖3?11局部路徑規(guī)劃從獲取障礙物信息是靜態(tài)或是動(dòng)態(tài)的角度看，全局路徑規(guī)劃屬于靜態(tài)規(guī)劃（又稱為離線規(guī)劃），局部路徑規(guī)劃屬于動(dòng)態(tài)規(guī)劃（又稱為在線規(guī)劃）。全局路徑規(guī)劃需要掌握所有的環(huán)境信息，是高精度地圖下的車道及尋徑問題，解決的是起點(diǎn)到終點(diǎn)的最佳道路行駛序列；局部路徑規(guī)劃只需要有傳感器實(shí)時(shí)采集環(huán)境信息，了解環(huán)境地圖信息，然后確定出所在地圖的位置及局部的障礙物分布情況，從而可以選出從當(dāng)前節(jié)點(diǎn)到某一子目標(biāo)節(jié)點(diǎn)的最優(yōu)路徑。根據(jù)所研究環(huán)境的信息特點(diǎn)，路徑規(guī)劃還可以分為離散域范圍內(nèi)的路徑規(guī)劃問題和連續(xù)域范圍內(nèi)的路徑規(guī)劃問題。離散域范圍內(nèi)的路徑規(guī)劃問題屬于一維靜態(tài)優(yōu)化問題，相當(dāng)于環(huán)境信息簡化后的路線優(yōu)化問題；而連續(xù)域范圍內(nèi)的路徑規(guī)劃問題是連續(xù)性多維動(dòng)態(tài)環(huán)境問題。二、決策規(guī)劃的要求決策規(guī)劃是自動(dòng)駕駛進(jìn)行行為決策和路徑規(guī)劃過程，該過程要完全符合人類對于駕駛性的預(yù)期，并且滿足安全、舒適、高效等性能和品質(zhì)的要求。具體表現(xiàn)在以下幾個(gè)放面：車輛應(yīng)該在自動(dòng)避開所有障礙物的前提下，到達(dá)指定的目的地。車輛安全到達(dá)目的地所用的時(shí)間最短，路程最短。采用的路徑簡單可靠，以便簡單實(shí)現(xiàn)對無人車的控制。車輛行駛的路徑盡量不重復(fù)或者少重復(fù)。車輛選用合適的行駛策略，減少車輛的能量消耗?！餂Q策規(guī)劃整體認(rèn)知信息化二維碼隨堂測試簡述決策規(guī)劃的要求。簡述決策規(guī)劃的分類。任務(wù)實(shí)施任務(wù)工單任務(wù)4決策規(guī)劃方法認(rèn)知學(xué)習(xí)內(nèi)容目標(biāo)狀態(tài)預(yù)測；行為決策；路徑規(guī)劃；路徑規(guī)劃的一般步驟。能力要求掌握現(xiàn)有計(jì)算平臺(tái)的解決方案；獲得分析問題和解決問題的一些基本方法；養(yǎng)成定期反思與總結(jié)的習(xí)慣，改進(jìn)不足，提高工作效率。任務(wù)引入智能汽車自動(dòng)駕駛車輛控制中，對于道路狀況的信息識別與處理是非常重要的。自動(dòng)駕駛系統(tǒng)能夠識別道路、行人、障礙物、紅綠燈等，其中的環(huán)境感知系統(tǒng)負(fù)責(zé)車輛定位、靜態(tài)/移動(dòng)障礙物檢測與跟蹤、車道線檢測與識別、交通信號檢測與識別等任務(wù)。任務(wù)描述路徑規(guī)劃模塊需要根據(jù)局部環(huán)境感知、可用的全局車道級路徑、相關(guān)交通規(guī)則，提供能夠?qū)④囕v引導(dǎo)向目的地（或目的點(diǎn)）的路徑。路徑規(guī)劃可分為全局路徑規(guī)劃方法、局部路徑規(guī)劃。相關(guān)知識路徑規(guī)劃技術(shù)是汽車自動(dòng)控制技術(shù)的重要組成部分，根據(jù)環(huán)境信息的己知程度，全局路徑規(guī)劃是對全局環(huán)境已知，并根據(jù)算法搜索出最優(yōu)或接近最優(yōu)的路徑。而局部路徑規(guī)劃則對環(huán)境局部未知或完全未知，通過傳感器為自動(dòng)駕駛提供有用的信息確定障礙物和目標(biāo)點(diǎn)的位置，并規(guī)劃起始點(diǎn)到目標(biāo)點(diǎn)的最優(yōu)化路徑。一、目標(biāo)狀態(tài)預(yù)測當(dāng)前主流的目標(biāo)狀態(tài)預(yù)測方法主要有以下三種方法。（一）基于運(yùn)動(dòng)模型的卡爾曼濾波方法主要考慮了目標(biāo)運(yùn)動(dòng)狀態(tài)的不確定性變化，在恒速模型中實(shí)現(xiàn)了目標(biāo)的運(yùn)動(dòng)軌跡預(yù)測。（二）基于馬爾科夫鏈的預(yù)測方法該方法是指t+k時(shí)刻的狀態(tài)與t時(shí)刻的狀態(tài)有關(guān)，而與t時(shí)刻以前的狀態(tài)無關(guān)，該方法實(shí)現(xiàn)了對目標(biāo)狀態(tài)的搞笑預(yù)測。（三）基于數(shù)據(jù)的神經(jīng)網(wǎng)絡(luò)方法該方法主要基于對大數(shù)據(jù)的收集和分析，根據(jù)道路采集的環(huán)境信息和跟蹤目標(biāo)的運(yùn)動(dòng)信息，預(yù)測周圍人、車以及物的運(yùn)動(dòng)位置。二、行為決策它指的是通過傳感器感知得到環(huán)境信息，考慮周邊環(huán)境，動(dòng)/靜態(tài)障礙物，車輛匯入等，與智能駕駛庫中的經(jīng)驗(yàn)知識等進(jìn)行匹配，進(jìn)而選擇合適當(dāng)前交通環(huán)境下的駕駛策略。這種駕駛策略一般指的是在某個(gè)特定狀態(tài)下，是變道、跟隨還是超車等宏觀意義上的駕駛行為。智能網(wǎng)聯(lián)汽車的行為決策方法包括兩種方法。（一）基于規(guī)則的行為決策方法該方法主要是講無人車的運(yùn)動(dòng)行為進(jìn)行劃分，根據(jù)當(dāng)前任務(wù)路線、交通環(huán)境、交通法規(guī)以及駕駛規(guī)則知識庫等行為規(guī)則庫，對不同的環(huán)境狀態(tài)進(jìn)行行為決策邏輯推理，輸出駕駛行為，同時(shí)接受并根據(jù)運(yùn)動(dòng)規(guī)劃層對當(dāng)前行為執(zhí)行情況的反饋情況，進(jìn)行實(shí)時(shí)動(dòng)態(tài)調(diào)整。（二）基于強(qiáng)化學(xué)習(xí)的行為決策方法該方法主要是利用各種學(xué)習(xí)算法來進(jìn)行決策，利用智能網(wǎng)聯(lián)汽車配備的各種傳感器，來感知周邊的環(huán)境信息，傳遞給強(qiáng)化學(xué)習(xí)決策系統(tǒng)，此時(shí)強(qiáng)化學(xué)習(xí)決策系統(tǒng)的作用就相當(dāng)與人腦，來對各種信息進(jìn)行分析和處理，并結(jié)合經(jīng)驗(yàn)來對無人駕駛汽車做出行為決策。三、路徑規(guī)劃路徑規(guī)劃是智能網(wǎng)聯(lián)汽車實(shí)現(xiàn)自主駕駛的基礎(chǔ)，其作用是在當(dāng)前工作環(huán)境中按照某種性能指標(biāo)搜索出一條從起點(diǎn)到終點(diǎn)的最優(yōu)或次優(yōu)路徑。從嚴(yán)格意義上講，路徑規(guī)劃是將行為決策的宏觀指令解釋成一條帶有時(shí)間信息的軌跡曲線，包括軌跡規(guī)劃和速度規(guī)劃。根據(jù)車輛導(dǎo)航系統(tǒng)的研究歷程，智能網(wǎng)聯(lián)汽車路徑規(guī)劃算法可以分為靜態(tài)路徑規(guī)劃算法和動(dòng)態(tài)路徑規(guī)劃算法。靜態(tài)路徑規(guī)劃是以物理地理信息和交通規(guī)則等條件為約束來尋求最短路