智能汽車的感知和決策系統(tǒng)

先進(jìn)的傳感技術(shù)和不斷增加的計(jì)算資源促進(jìn)了自動駕駛汽車技術(shù)的快速發(fā)展。國內(nèi)外很多公司開始了智能汽車的研究，包括谷歌、沃爾沃、奧迪、奔馳等汽車巨頭。雖然每個(gè)公司的技術(shù)路線不同，但研究的重點(diǎn)都是傳感器感知和決策。自動駕駛汽車上應(yīng)用的典型傳感器包括感知傳感器（照相機(jī)、激光雷達(dá)和雷達(dá)等）、定位和定向傳感器（GPS）、車輛測量傳感器（車輪和轉(zhuǎn)向盤傳感器）。對傳感器的感知研究通常圍繞相機(jī)和激光雷達(dá)展開。

開發(fā)了一個(gè)完整的智能汽車感知和決策系統(tǒng)。感知模塊基于傳感器輸入來提供關(guān)于周圍車輛的信息；決策模塊根據(jù)周圍其它車輛的信息決策出該車所需要的動作。提出的方法不同于以往研究，其是將機(jī)器學(xué)習(xí)（ML）與智能汽車感知和決策結(jié)合起來。首先，根據(jù)車輛所處的工況將其分為很多車輛工況和單獨(dú)車輛工況兩種。然后，在每種工況下采集大量的試驗(yàn)數(shù)據(jù)輸入到ML中，使其做出正確的決策。

研究所采用的視覺傳感器是激光雷達(dá)。首先將激光雷達(dá)采集到的信號進(jìn)行處理，輸入到支持向量機(jī)分類器進(jìn)行分類，決策出車輛所處的工況；然后采用該工況下的ML進(jìn)行決策。ML方法利用大數(shù)據(jù)集，可提供優(yōu)于傳統(tǒng)方法的解決方案，并提高在復(fù)雜環(huán)境中用于感知和決策的算法的可用性，為自動駕駛奠定了基礎(chǔ)。

刊名：IEEE Transactions on Intelligent Vehicles（英）

刊期：2016年第1期

作者：Bunyo Okumura et al

編譯：王瑩