智能汽车的感知和决策系统

智能汽车的感知和决策系统

先进的传感技术和不断增加的计算资源促进了自动驾驶汽车技术的快速发展。国内外很多公司开始了智能汽车的研究，包括谷歌、沃尔沃、奥迪、奔驰等汽车巨头。虽然每个公司的技术路线不同，但研究的重点都是传感器感知和决策。自动驾驶汽车上应用的典型传感器包括感知传感器（照相机、激光雷达和雷达等）、定位和定向传感器（GPS）、车辆测量传感器（车轮和转向盘传感器）。对传感器的感知研究通常围绕相机和激光雷达展开。

开发了一个完整的智能汽车感知和决策系统。感知模块基于传感器输入来提供关于周围车辆的信息；决策模块根据周围其它车辆的信息决策出该车所需要的动作。提出的方法不同于以往研究，其是将机器学习（ML）与智能汽车感知和决策结合起来。首先，根据车辆所处的工况将其分为很多车辆工况和单独车辆工况两种。然后，在每种工况下采集大量的试验数据输入到ML中，使其做出正确的决策。

研究所采用的视觉传感器是激光雷达。首先将激光雷达采集到的信号进行处理，输入到支持向量机分类器进行分类，决策出车辆所处的工况；然后采用该工况下的ML进行决策。ML方法利用大数据集，可提供优于传统方法的解决方案，并提高在复杂环境中用于感知和决策的算法的可用性，为自动驾驶奠定了基础。

刊名：IEEE Transactions on Intelligent Vehicles（英）

刊期：2016年第1期

作者：Bunyo Okumura et al

编译：王莹