智能网联汽车技术 课件 项目三 智能决策技术

项目三智能决策技术决策规划系统类型任务1建议课时：2主讲人：01能列举决策规划系统的类型02能描述各决策规划系统的结构03能列举各决策规划系统的特点重点各决策规划系统的结构各决策规划系统的特点01分层递阶式决策规划系统02反应式决策规划系统03混合式决策规划系统决策规划系统一、分层递阶式决策规划系统1.结构——（串联系统结构）一、分层递阶式决策规划系统010203也称为“感知-规划-行动”系统上一模块的输出即为下一模块的输入各模块之间次序分明1.结构——（串联系统结构）一、分层递阶式决策规划系统2.特点——优点逻辑推理严谨工作范围逐层缩小易实现高层次的智能控制求解精度逐层提高一、分层递阶式决策规划系统2.特点——缺点若系统中某个模块出现故障，信息数据的传递通道会受到影响，最终可能导致系统发生崩溃对全局环境模型的要求较理想可靠性不高对传感器性能要求高对数据计算能力要求高环境感知模块到执行模块存在延迟二、反应式决策规划系统1.结构——（并联系统结构）二、反应式决策规划系统直接基于传感器的输入进行决策A“感知-动作”B易于适应完全陌生的环境C结构1.结构——（并联系统结构）2.特点二、反应式决策规划系统A存在多个并行的控制回路B针对不同层次的控制能力C低层次本身具有独立控制系统运动的功能2.特点——优点二、反应式决策规划系统占用的储存空间不大A实时性强B方便灵活地实现低层次到高层次的过渡C有效性和稳定性得到了提高D2.特点——难点二、反应式决策规划系统12需要特定的协调机制解决各个控制回路对同一执行机构争夺控制的冲突随着任务复杂程度以及各种行为之间交互作用的增加，预测一个系统整体行为的难度将会增大三、混合式决策规划系统混合式决策系统在全局规划层次上，使用面向目标定义的分层递阶式决策规划；在局部规划层次上，则面向目标搜索的反应式决策规划。（）1.决策规划系统分为三大类，分别是分层递阶式、反应式和混合式，其中混合式对车辆行驶环境的处理效果最好和对陌生环境能完全适应。（）2.分层递阶式决策规划系统是一个并联系统结构，又称为“感知-规划-行动”结构。（）3.反应式决策规划系统是一个串联系统结构，与分层递阶式相比重点突出“感知-动作”。（）4.分层递阶式决策规划系统对任务的分解是进行自上而下。（）5.反应式决策规划系统是将多个行为设计成一个简单的任务。一、判断题二、选择题1.下列属于分层式决策规划系统特点的是（）。【多选题】A.需要理想化的全局环境模型B.能适应完全的陌生环境C.系统中任何软件或硬件故障都会导致系统不工作D.系统的鲁棒性较高2.下列属于分层式决策规划系统特点的是（）。【多选题】A.需要理想化的全局环境模型B.能适应完全的陌生环境C.系统中任何软件或硬件故障都会导致系统不工作D.系统的鲁棒性较高ACBD二、选择题3.下列属于混合层次决策规划系统特点的是（）。【多选题】A.需要理想化的全局环境模型B.能适应完全的陌生环境C.系统中任何软件或硬件故障都会导致系统不工作D.系统的鲁棒性较高BD项目三智能决策技术决策规划技术任务2建议课时：4主讲人：01能列举决策规划技术的类型02能列举行为决策技术的类型03能描述各决策规划技术的作用04能描述各决策规划技术的技术方法重点难点①行为决策技术中的人工神经网络学习方法②各决策规划技术的技术方法①各决策规划技术的技术方法决策规划技术（播放微课“决策规划系统类型”）行为决策技术01任务决策技术02轨迹决策技术03安全保护技术04一、行为决策技术下层是运动规划模块，行为决策系统的输出包括当前车辆行为、车辆运动局部目标点与目标车速等。基于规则的行为决策系统基于学习算法的行为决策系统1基于规则的行为决策系统（播放微课“决策规划技术”）一、行为决策技术BDAC根据不同的环境信息划分车辆状态将无人驾驶车辆的行为进行划分按照规则逻辑确定车辆行为的方法根据行驶规则、知识、经验、交通法规等建立行为规则库1基于规则的行为决策系统一、行为决策技术在基于规则的行为决策方法中，最具代表性的是有限状态机法。分类：串联式、并联式、混联式核心：分解四大要素：状态、事件、转移、动作离散输入、输出系统的数学模型1基于规则的行为决策系统一、行为决策技术有限状态机法的类型混联式并联式串联式1基于规则的行为决策系统—串联式有限状态机系统一、行为决策技术串联式有限状态机系统的子状态按照串联结构连接，状态转移为单向，不构成环路。组成定位与导航障碍物检测车道线检测路标识别可行驶区域地图构建运动规划运动控制1基于规则的行为决策系统—串联式有限状态机系统一、行为决策技术串联式有限状态机系统的子状态按照串联结构连接，状态转移为单向，不构成环路。优点逻辑明确、规划推理能力强、问题求解精度高缺点对复杂问题的适应性差，当某子状态出现故障时，可能会导致整个决策系统的瘫痪1基于规则的行为决策系统—并联式有限状态机系统一、行为决策技术并联式有限状态机系统各子状态输入、输出呈现多节点连接结构，根据不同输入信息，可直接进入不同子状态平行处理。1基于规则的行为决策系统—并联式有限状态机系统一、行为决策技术并联式有限状态机系统各子状态输入、输出呈现多节点连接结构，根据不同输入信息，可直接进入不同子状态平行处理。场景遍历广度优势A易于实现复杂的功能组合B有利于模块化与拓展性C优点1基于规则的行为决策系统—并联式有限状态机系统一、行为决策技术并联式有限状态机系统各子状态输入、输出呈现多节点连接结构，根据不同输入信息，可直接进入不同子状态平行处理。决策易忽略细微环境变化3状态划分灰色地带难以处理，易导致决策错误42缺乏场景遍历的深度系统不具备时序性1缺点1基于规则的行为决策系统—混联式有限状态机系统一、行为决策技术混联式有限状态机系统顶层基于场景行为划分，底层基于自车行为划分。3个顶层行为及其底层行为分别为：车道保持、路口处理及指定位姿。1基于规则的行为决策系统一、行为决策技术优点算法逻辑清晰、可解释性强、稳定性强，便于建模1系统运行对处理器性能要求不高2模型可调整性强3可拓展性强4在功能场景的广度遍历存在优势51基于规则的行为决策系统一、行为决策技术缺点车辆行为不连贯场景深度遍历不足导致系统决策正确率难以提升行为规则库触发条件易重叠有限状态机难以完全覆盖车辆可能遇到的所有工况2基于学习算法的行为决策系统一、行为决策技术BDAC利用不同的学习方法与网络结构，根据不同的环境信息直接进行行为匹配对环境样本进行自主学习输出决策行为由数据驱动建立行为规则库2基于学习算法的行为决策系统—人工神经网络学习方法一、行为决策技术01从信息处理角度对人脑神经元网络进行抽象02由大量节点之间的相互连接构成03每个输出节点代表一种特定的输出函数，称为激励函数04每两个节点间的连接代表输入信号到输出的加权值，称之为权重05一个网络层的输出节点成为下一层的输入2基于学习算法的行为决策系统—人工神经网络学习方法一、行为决策技术监督学习的神经网络机器根据人类标注的学习样本进行分拣、归类和学习的方法。神经网络模型包括：感知器、反向神经网络、多层的卷积神经网络等。非监督学习的神经网络人类只规定机器学习的方式或某些规则，机器根据样本的数据特征直接对样本的数据结构和数值进行归纳分析，不断地运行聚类算法对样本进行聚类，把类似的结构联合起来构成监督学习模型。深度神经网络在非监督数据上建立多层神经网络的方法分类2基于学习算法的行为决策系统—人工神经网络学习方法一、行为决策技术应用—环境识别与地图创建环境识别车载传感设备：获得道路基础设施和交通运行数据→深度学习算法：分析数据，对动态道路目标进行检测、分割和基于运动的跟踪地图创建利用同步定位与地图创建技术，综合道路基础设施、交通运行环境和道路目标的感知数据创建地图2基于学习算法的行为决策系统—人工神经网络学习方法一、行为决策技术应用—深度学习与轨迹规划基于规则、成本函数最优和高精度地图的轨迹规划基于深度学习的轨迹规划轨迹规划通过视觉的深度学习方法，识别车辆环境与可活动的空间，进行车辆行驶轨迹规划，采集的大多是无标注的样本数据根据高精度地图提供的车道信息和车辆所处车道的高精度位置信息，选择成本函数最优轨迹曲线，实现车辆行驶轨迹规划2基于学习算法的行为决策系统—决策树法一、行为决策技术是机器通过学习后自主获得的行为规则库的一种表现形式。2基于学习算法的行为决策系统一、行为决策技术优点具备场景遍历深度可通过数据的训练完善模型，模型正确率高利用网络结构可简化决策算法规模部分机器具备自学性能，能自行提炼环境特征和决策属性2基于学习算法的行为决策系统一、行为决策技术01算法决策结果可解释性差，模型修正难度大02学习算法不具备场景遍历广度优势03机器学习需要大量试验数据作为学习样本04决策效果依赖数据质量，导致不稳定二、任务决策技术任务决策是智能网联汽车驾驶的智能核心部分。01接收传感器感知融合信息02通过智能算法学习外界场景信息03从全局的角度规划具体行驶任务04实现智能网联汽车拟人化控制二、任务决策技术任务决策是智能网联汽车驾驶的智能核心部分。道路级—任务规划车道级—轨迹规划行驶级—运动控制三、轨迹规划技术轨迹规划结果的安全性、舒适性是衡量运动规划层性能的重要指标。根据局部环境信息、上层决策任务和车身实时位姿信息满足一定的运动学约束规划决断出局部空间和时间内车辆期望的运动轨迹将规划输出信息传入下层车辆控制执行系统四、安全保护技术危险情况①：遇不平及复杂路面易造成车辆机械部件松动、传感部件失效解决办法：通过预警和容错控制维持车辆安全运行危险情况②：智能汽车在行为动作中出现错误并陷入死循环解决办法：建立错误修复机制，使智能汽车自主跳出错误死循环，朝着完成既定任务的方向继续前进（）1.基于规则的行为决策具有逻辑清晰、可解释性强以及稳定性强的特点。（）2.基于算法的行为决策具有场景遍历深度，能容易地覆盖车辆全部工况的特点。（）3.神经网络学习是基于算法的行为决策系统，其分为监督学习和非监督学习两种。（）4.任务决策技术是通过接受传感器感知融合信息后，通过智能算法学习外界场景信息，并从全局的角度规划具体的行驶任务。（）5.运动规划层性能的重要评价指标是轨迹规划的结果。（）6.安全保护技术不是车辆决策规划系统的重要技术。一、判断题二、选择题1.下列属于串联式有限状态机系统特点的是（）。【多选题】A.逻辑明确B.规划推力能力强C.易于实现复杂的功能组合D.具有较好的拓展能力2.下列属于并联式有限状态机系统特点的是（）。【多选题】A.逻辑明确B.规划推力能力强C.易于实现复杂的功能组合D.具有较好的拓展能力3.下列属于混联式有限状态机系统特点的是（）。【多选题】A.逻辑明确B.规划推力能力强C.易于实现复杂的功能组合D.具有较好的拓展能力ABCDABCD项目三智能决策技术智能决策技术典型应用任务3建议课时：4主讲人：课堂导入：智能决策技术01能列举智能决策技术的应用类型02能描述智能决策技术的作用及组成03能解释各智能决策技术的工作原理重点难点①各智能决策技术的作用②各智能决策技术的工作原理①各智能决策技术的工作原理智能决策技术车道保持辅助系统自动泊车辅助系统智能决策技术自动紧急刹车辅助系统自适应巡航控制系统一、车道保持辅助系统在车道偏离预警系统的基础上，对转向和制动系统协调控制，使车辆保持在预定车道上行驶。一、车道保持辅助系统1车道保持辅助系统组成（播放微课“车道保持（LKS）系统”）信息采集单元对采集的信息进行分析、计算、判断等，并将处理结果指令发送给执行器通过多功能摄像头和车辆状态传感器采集道路信息和车辆状态信息并把这些信息发送给电子控制单元执行单元根据控制单元的指令执行报警提示或转向盘操作电子控制单元2车道保持辅助系统工作原理（播放微课“车道保持（LKS）系统”）车道保持辅助系统工作过程包括车道保持辅助系统的开启和车道保持辅助系统的工作状态。01操作转向灯操作杆端部的车道保持辅助系统开关02在组合仪表显示屏上出现驾驶辅助功能选项03通过多功能方向盘打开车道保持辅助系统车道保持辅助系统的开启方式一、车道保持辅助系统2车道保持辅助系统工作原理（播放微课“车道保持（LKS）系统”）车速大于等于65km/h车道保持辅助系统开关打开转向灯未开道路标记线清晰工作条件一、车道保持辅助系统2车道保持辅助系统工作原理（播放微课“车道保持（LKS）系统”）车辆行驶可能偏离车道时发出报警提示，提示驾驶员车辆将偏离车道车辆行驶偏离车道后车道辅助控制单元计算出辅助转向力、对应偏离程度来控制转向柱电子控制单元，施加一定的转向力使车辆回到正常车道中一、车道保持辅助系统一、车道保持辅助系统3车道保持辅助系统工作条件道路标记线清晰可识别车速大于65km/h车道宽度在2.45到4.6m驾驶员手握方向盘转弯半径大于250m不打开转向灯施加的反向修正力矩不大于3Nm二、自动泊车辅助系统自动泊车辅助系统（AutoParkingAssist，APA）是利用车载传感器探测有效泊车空间并辅助控制车辆完成泊车操作的一种汽车先进驾驶辅助系统。二、自动泊车辅助系统1自动泊车辅助系统组成（播放微课“自动泊车辅助（APA）系统”）信息检测单元利用摄像头或雷达传感器对路面环境和车辆位置等进行检测，可采集图像数据及周围物体距车身的距离数据，并通过数据线发送到电子控制单元。电子控制单元分析处理信息检测单元上传的数据、得出车辆的当前位置、目标位置和周围环境参数，依据这些参数做出自动泊车策略，并将其转换成电信号。执行单元精确控制转向盘的转动、油门和刹车，以使车辆能准确跟踪路径，并随时准备接收中断或紧急停车。二、自动泊车辅助系统2自动泊车辅助系统工作原理（播放微课“自动泊车辅助（APA）系统”）泊车传感器以及其它传感器扫描出车辆周围环境确定空车位后，系统提示驾驶员停车并自动启动泊车程序对环境区域分析和建模，搜索空泊车位程序计算出泊车路径自动操纵车辆泊车入位二、自动泊车辅助系统2自动泊车辅助系统工作原理——工作过程A激活系统B车位检测C路径规划D路径跟踪二、自动泊车辅助系统2自动泊车辅助系统工作原理——工作过程条件车辆车速小于30km/h（1）激活系统方式按下自动泊车辅助系统按钮同时打开ESP系统根据车速自动启动自动泊车辅助系统二、自动泊车辅助系统2自动泊车辅助系统工作原理——工作过程（2）车位检测0201与其它车位的汽车横向间距a介于0.5m－1.5m之间驶过角小于20°车辆速度＜30km/h→传感器：获取环境信息→识别出目标车位→通过蜂鸣器提示驾驶员停车位条件方式二、自动泊车辅助系统2自动泊车辅助系统工作原理——工作过程（3）路径规划条件方式车挂入倒挡后电子控制单元对车辆和环境建模，计算出一条能使车辆安全泊入车位的倒车路径二、自动泊车辅助系统2自动泊车辅助系统工作原理——工作过程（4）路径跟踪条件车速小于7km/h倒车情况方式车辆的实际位置不断变化+方向盘转角传感器、油门踏板和ESP系统的协调控制→车辆跟踪预先规划的泊车路径，直至车辆安全停入车位二、自动泊车辅助系统3自动泊车辅助系统工作条件停车过程中，倒车挡被挂出停车过程中关闭了驻车转向辅助系统停车过程中，ESP被关闭转向过程时，转向力矩大于5Nm停车过程未在挂入倒车挡后的180s内完成向后倒停车时，车速提高至7km/h以上三、自动紧急刹车辅助系统自动刹车辅助系统（AutomaticBrakingAssistance，AEB）可以预知潜在的碰撞危险并及时向驾驶员发出警示信号；在必要的情况下完成刹车操作。三、自动紧急刹车辅助系统1自动紧急刹车辅助系统组成（播放微课“自动紧急刹车（AEB）系统”）A行车环境信息采集单元B电子控制单元C执行单元三、自动紧急刹车辅助系统1自动紧急刹车辅助系统组成——行车环境信息采集单元测距传感器：检测本车与前方目标的相对距离以及相对速度车速传感器：检测本车的速度油门传感器：检测驾驶员收到提醒报警后是否及时松开油门制动传感器：检测驾驶员是否踩下制动踏板转向传感器：检测车辆是否处于弯道路面行驶或者超车状态路面选择按钮：方便驾驶员对路面状况信息进行选择三、自动紧急刹车辅助系统1自动紧急刹车辅助系统组成——电子控制单元依照一定的算法程序对车辆行驶状况进行分析计算AB判断车辆所适用的预警状态模型C对执行单元发出控制指令三、自动紧急刹车辅助系统1自动紧急刹车辅助系统组成——执行单元检测到存在危险状况时进行声光报警若驾驶员没有松开油门，则系统会发出自动减速控制指令减速之后若仍检测到危险，则需要对车辆实施自动强制制动ACB三、自动紧急刹车辅助系统2自动紧急刹车辅助系统工作原理（播放微课“自动紧急刹车（AEB）系统”）四、自适应巡航控制系统自适应巡航控制系统（AdaptiveCruiseControl，ACC）既有定速巡航控制系统的全部功能，也可以通过检测道路信息，根据车辆之间的相对距离和相对速度控制纵向速度，保持车辆安全行驶距离。1自适应巡航控制系统组成（播放微课“自适应巡航（ACC）系统”）四、自适应巡航控制系统信息感知单元执行单元电子控制单元人机交互界面1自适应巡航控制系统组成——信息感知单元四、自适应巡航控制系统04获取节气门开度信号节气门位置传感器02获取实时车速信号转速传感器05获取制动踏板动作信号制动开关03获取汽车转向信号转角传感器01获取车间距离测距传感器1自适应巡航控制系统组成——电子控制单元四、自适应巡航控制系统驾驶员所设定的安全车距及巡航行驶速度结合信息感知单元发送来的信息确定当前车辆的行驶状态决策出车辆的控制作用01020304输出给执行单元1自适应巡航控制系统组成——执行单元四、自适应巡航控制系统调整节气门开度油门控制器控制车辆变速器的挡位挡位控制器紧急情况下制动制动控制器控制车辆行驶方向转向控制器四、自适应巡航控制系统2自适应巡航控制系统工作原理（播放