《智能网联汽车技术》课件 项目四：决策控制技术应用

项目四智能网联汽车决策控制技术应用自动驾驶的"大脑"如何思考、决策并控制车辆？决策控制认知·计算平台维护·华为MDC调试项目四·智能网联汽车决策控制技术应用本项目的学习地图驱动问题：自动驾驶的"大脑"由什么硬件构成？如何从感知数据到控制指令？计算平台怎么维护调试？01认知决策控制技术硬件组成、决策逻辑、路径规划、控制算法、法规与安全02车载计算平台与网络维护计算平台三层架构、维保SOP、华为MDC610调试核心能力：能识别决策控制系统硬件组成，能解释路径规划与控制算法逻辑，能执行计算平台维保SOP，能调试华为MDC610平台。任务一认知智能网联汽车决策控制技术自动驾驶的"大脑"由什么构成？怎么从感知数据变成控制指令？你会卡在这里：域控制器里装了什么芯片？A*和MPC各管什么用？无保护左转时算法怎么博弈？法规对决策有什么硬约束？本任务学习路径：硬件组成→决策逻辑→路径规划→控制算法→法规与安全01硬件组成02决策逻辑03路径规划04控制算法05法规安全任务一·认知决策控制技术决策控制系统的"大脑"由哪些硬件组成？核心硬件组成域控制器（智能驾驶控制器）高性能SoC集成CPU/GPU/NPU，运行路径规划、行为决策、轨迹生成等复杂算法，车规级高可靠。AI芯片专用于深度学习推理，加速CNN图像识别与目标检测。MCU微控制单元负责底层车辆动力学控制：转向、制动、加速踏板。通信模块T-Box（4G/5G+V2X）+以太网/CAN-FD，连接传感器、控制器与执行机构。四大功能层级感知层传感器采集环境数据↓决策层域控制器规划与决策↓通信层CAN/以太网传输指令↓执行层转向/驱动/制动执行任务一·认知决策控制技术以华为MDC为例：智能驾驶计算平台长什么样？异构芯片架构AI芯片（昇腾系列）昇腾310提供16TOPS算力，专处理图像识别、目标检测等AI任务。CPU芯片（鲲鹏系列）鲲鹏920s执行路径规划、行为决策等逻辑串行任务。模块化设计标准化接口连接激光雷达、摄像头、毫米波雷达，支持OTA升级。关键特性：确定性低延时（内核<10µs，通信<1ms），支持AutoSAR/POSIX，全系列统一尺寸可平滑升级。MDC产品系列对比参数300F210610810等级商用车L4L2–L2+L3–L4L4AI算力64TOPS48TOPS160–200400TOPS摄像头12路8路16路16路防护IP52IP67IP67IP67制冷风冷液冷/风冷液冷/风冷液冷/风冷MDC610是乘用车L3–L4主流方案，AI算力200TOPS。任务一·认知决策控制技术决策逻辑：从"看到环境"到"控制车辆"分几步？感知融合目标检测、语义分割、车道线、红绿灯、障碍物→定位建图融合GNSS/IMU/高精地图，确定车辆位姿→预测短期轨迹预测（LSTM）+长期意图预测→规划全局A*/D*Lite+局部QP/MPC/FSM→控制转向角、加减速指令信息感知（输入层）感知融合+定位建图→决策控制（输出层）预测+规划+控制任务一·认知决策控制技术·决策逻辑感知融合：汽车的"眼睛"到底在看什么？感知融合四大任务目标检测识别车辆、行人、骑行者、障碍物的位置、类别与运动状态。语义分割逐像素划分可行驶区域、车道线、路沿，理解道路结构。交通标志与信号灯识别识别红绿灯状态、限速标志、停车让行等交通规则信息。多传感器融合摄像头+毫米波+激光雷达数据级/特征级/决策级融合，互补短板。三类传感器优劣势互补传感器优势短板摄像头颜色纹理丰富、成本低、识别能力强受光照天气影响、测距不准毫米波雷达全天候、测速准、穿透雨雾角度分辨率低、无法识别颜色激光雷达3D精确测距、不受光照影响成本高、雨雾衰减、点云稀疏融合策略：数据级→特征级→决策级，逐级提升可靠性任务一·认知决策控制技术·决策逻辑定位建图：汽车怎么知道"我在哪、路在哪"？多源融合定位GNSS/RTK绝对定位卫星提供绝对经纬度，RTK可达厘米级；城市峡谷、隧道易失锁。IMU惯性推算陀螺仪+加速度计高频推算位姿，短期精确，长期累积漂移需修正。高精地图匹配将感知到的车道线、标志与先验地图匹配，修正绝对位置偏差。SLAM相对定位视觉/激光同时定位与建图，无GPS场景（地下车库、隧道）可用。高精地图核心要素车道级几何：车道线、曲率、坡度、宽度拓扑关系：车道连接、可行驶区域、匝道静态标志：限速、红绿灯位置、停止线动态层：实时交通、施工、事故信息精度要求：自动驾驶定位需厘米级（<10cm），比普通导航米级精度高一个数量级。任务一·认知决策控制技术·决策逻辑预测：怎么预判旁边的车下一步要往哪走？短期轨迹预测（0.5–3秒）输入：历史轨迹、当前速度/加速度、航向角方法：物理运动学模型+LSTM神经网络输出：未来几秒的轨迹点序列（带概率）用途：跟车、避障、紧急制动、车道保持长期意图预测（3–10秒）输入：车辆位置、所在车道、转向灯、路口关系方法：基于机动分类+交互感知模型输出：意图类别（左转/直行/变道）+概率用途：无保护左转、路口通行、博弈决策三类预测方法对比方法原理适用场景物理模型基于运动学方程，匀速/匀加速外推高速直道短期预测基于机动先分类意图，再生成对应轨迹路口、匝道、变道场景任务一·认知决策控制技术·决策逻辑规划：全局选哪条路、局部怎么走，分两层？全局路径规划目标：起点到终点的车道级最优路线算法：A*（启发式搜索，静态环境）；D*Lite（动态增量重规划，应对突发障碍）输入：高精地图、起终点、交通规则输出：车道级路径（走哪条道、在哪变道）特点：更新频率低（Hz级），追求全局最优局部轨迹规划目标：实时生成安全舒适的可执行轨迹算法：QP二次规划（轨迹平滑）；MPC模型预测控制（考虑车辆动力学）；FSM有限状态机（行为决策）输入：全局路径、障碍物预测、车辆状态输出：轨迹点（x,y,heading,v,a）序列特点：更新频率高（10–20Hz），实时避障两层规划的协作关系全局规划定"大方向"（走哪条路），局部规划管"脚下步"（每一步怎么走）。全局路径是局部规划的约束和参考，局部规划在全局路径附近做微调以避开实时障碍。任务一·认知决策控制技术·控制算法控制算法对比：PID、MPC、纯追踪、斯坦利与强化学习控制模块接收规划输出的轨迹，计算转向角和加减速指令，下发给执行机构。以下是五种主流算法对比。算法原理优点缺点适用场景PID比例-积分-微分反馈控制结构简单、易实现、计算量小参数整定难、高速弯道精度差基础车道保持、定速巡航MPC模型预测，滚动优化未来轨迹考虑约束、精度高、舒适性好计算量大、需高性能硬件高阶自动驾驶轨迹跟踪纯追踪几何预瞄，按前视距离算转角实现简单、低速稳定高速易振荡、预瞄距离敏感低速泊车、园区物流车斯坦利横向误差+航向误差复合控制精度高、响应快参数敏感、极端工况不稳DARPA挑战赛、乘用车L2强化学习数据驱动，奖励函数迭代优化自适应强、可处理复杂博弈可解释性差、训练成本高研究阶段、复杂城市博弈任务一·认知决策控制技术·路径规划路径规划有哪些类型？按三个维度分类维度一：按规划范围—全局路径规划vs局部路径规划全局路径规划已知完整地图，起点到终点的最优路线。算法：A*、D*Lite。局部路径规划局部环境实时规划，考虑动态障碍。算法：QP、MPC、人工势场。维度二：按规划方法—搜索/采样/优化/曲线插值基于搜索A*、D*Lite、Dijkstra基于采样RRT、RRT*、PRM基于优化QP二次规划、MPC曲线插值贝塞尔、B样条、多项式维度三：按是否考虑车辆动力学—几何规划vs动力学规划几何规划只考虑路径几何形状（纯追踪、贝塞尔）；动力学规划考虑车辆运动学约束（MPC、Frenet轨迹生成），更贴近实际可执行。任务一·认知决策控制技术·路径规划基于采样的规划与Frenet坐标轨迹生成基于采样的路径规划在状态空间中随机采样节点，快速构建可行路径树。代表算法RRT/RRT*，适合高维空间和复杂障碍环境，概率完备但路径非最优。Frenet坐标系沿参考线（道路中心线）建立曲线坐标系：s=纵向里程，d=横向偏移。将二维规划解耦为纵向和横向两个一维问题，大幅降低计算量。轨迹生成与选择在Frenet坐标系中，对纵向（加减速）和横向（变道偏移）分别采样，生成几十上百条候选轨迹；按代价函数（碰撞风险、舒适性、效率）评分，选取代价最低的可执行轨迹。核心思想：采样→生成候选→代价评分→选最优，每100ms重新规划一次。图4-1-4Frenet与笛卡儿坐标图4-1-5轨迹生成示意任务一·认知决策控制技术·决策流程从原始数据到控制指令，决策规划分哪八步？01感知数据输入多传感器原始数据采集与同步02目标检测跟踪识别车辆/行人并多帧跟踪03环境建模构建可行驶区域与障碍地图04行为预测预测交通参与者轨迹与意图↓05全局路径规划A*/D*Lite生成车道级路线06行为决策FSM决定跟车/变道/转弯行为07局部轨迹规划QP/MPC生成可执行候选轨迹08控制指令输出轨迹评估选优，下发控制指令前四步=信息感知（看懂环境），后四步=决策控制（决定并执行）整个流程以10–20Hz频率循环执行，每50–100ms重新感知、预测、规划、控制一次，保证实时响应。任务一·认知决策控制技术·法规安全决策系统必须遵守哪些法规和安全红线？法规标准体系GB/T40429驾驶自动化分级（L0–L5）智能网联汽车标准体系（国标/行标）L3及以上自动驾驶汽车准入管理道路测试与示范应用管理规范功能安全ISO26262道路车辆功能安全标准ASIL等级（A–D），D级最严格ISO21448预期功能安全（SOTIF）覆盖感知不足、算法局限等非故障风险数据安全汽车数据安全管理若干规定个人信息保护法（人脸、位置等）重要数据出境需安全评估车外数据默认匿名化处理网络安全ISO/SAE21434道路车辆网络安全车联网卡实名登记管理OTA升级安全管理与备案入侵检测与应急响应机制任务二车载计算平台与网络基础维护计算平台怎么保养？华为MDC610怎么调试？你会卡在这里：三层架构各管什么？日/周/月/季/年维保各做什么？MDC610上电后怎么连SSH、怎么加载AI模型、怎么验证实时性？本任务学习路径：计算平台架构→维保SOP→华为MDC610调试01平台架构02维保SOP03华为MDC610调试任务二·车载计算平台与网络维护车载计算平台分哪三层？各层管什么？第一层：异构硬件平台AI处理单元（NPU/GPU）+通用处理单元（CPU）+控制处理单元（MCU）+安全处理单元+存储+车载以太网/CAN通信。第二层：系统软件OS内核+Hypervisor虚拟化+POSIX接口+AutoSARCP/AP+通信中间件（SOME/IP、DDS），向上提供统一运行环境。第三层：功能软件应用接口+通用模型（感知/定位/规划算法库）+通用框架（消息调度、日志）+数据抽象（传感器统一接口）。图4-2-1车载智能计算基础平台架构架构设计原则软硬解耦：硬件可替换，软件可复用；接口标准化：支持多厂商传感器接入；确定性低延时：内核调度<10µs，通信<1ms。任务二·车载计算平台·异构硬件层异构硬件层：四种处理单元各管什么？AI处理单元（NPU/GPU）职责：深度学习模型推理加速任务：图像识别、目标检测、语义分割指标：算力TOPS，MDC610达200TOPS通用处理单元（CPU）职责：逻辑串行计算与任务调度任务：路径规划、行为决策、系统管理代表：鲲鹏920s、英伟达Xavier控制处理单元（MCU）职责：硬实时底层车辆控制任务：转向角、制动、加速踏板控制指标：ASIL-D功能安全等级安全处理单元职责：独立安全监控与故障降级任务：看门狗、故障检测、紧急停车特点：独立于主芯片，物理隔离配套资源：存储（LPDDR4/5内存+eMMC/UFS闪存）+通信（车载以太网TSN、CAN-FD、FlexRay），保证高带宽和低延时。任务二·车载计算平台·系统软件层系统软件层：OS、虚拟化、AutoSAR各起什么作用？OS内核实时OS（QNX、VxWorks）或Linux+RT补丁，保证调度确定性Hypervisor虚拟化一芯多OS，智驾域与座舱域隔离运行，安全关键任务不被干扰POSIX标准接口统一API，应用程序可跨平台移植，降低开发成本AutoSARCP/APCP跑MCU（经典平台），AP跑高性能SoC（自适应平台）通信中间件SOME/IP、DDS、ROS2，实现进程间/节点间低延时通信图4-2-2系统软件架构维保关注点OS版本与补丁更新；Hypervisor虚拟机状态；AutoSAR配置一致性；中间件通信延时与丢包率；日志文件大小与轮转。任务二·车载计算平台·功能软件层功能软件层：算法库和框架怎么支撑上层应用？应用接口层标准化API，上层应用（感知/规划/控制）通过统一接口调用底层能力，实现应用与硬件解耦。通用模型库感知（目标检测/分割）、定位（融合/SLAM）、规划（A*/MPC）、控制（PID/纯追踪）算法库，可复用可替换。通用框架消息调度（节点/话题/服务）、日志记录、参数配置、时间同步，为算法提供运行时基础设施。数据抽象层传感器统一数据接口（点云/图像/IMU），屏蔽不同厂商硬件差异，上层算法不用关心底层型号。图4-2-3功能软件架构核心价值软硬解耦：换传感器不改算法；算法可复用：A车的规划算法可移植到B车；便于OTA升级：单独更新算法模型，不影响底层。任务二·车载计算平台·典型应用车载计算平台在哪些场景落地？各需多少算力？高速NOA核心功能自适应巡航、车道保持、自动变道超车、智能进出匝道传感器配置前视摄像头+毫米波雷达，部分加激光雷达算力需求48–200TOPS（MDC210/610）城市NOA核心功能无保护左转、拥堵跟车、行人避让、红绿灯通行、博弈决策传感器配置多摄像头+激光雷达+毫米波+高精地图算力需求200–400TOPS（MDC610/810）自动泊车APA核心功能车位识别、轨迹规划、自动泊入泊出、遥控泊车、记忆泊车传感器配置环视摄像头+超声波雷达，部分加激光雷达算力需求低–中算力（专用泊车芯片）任务二·车载计算平台维护保养计算平台怎么保养？周期表和八步SOP维保周期表周期主要内容日检外观、连接线、故障指示灯周检传感器清洁、线束固定、散热检查月检软件版本、日志分析、存储空间季检传感器校准、性能测试、固件升级年检全面检测、硬件更换、安全认证维保SOP八步骤01安全检查与下电断电02外观与物理连接检查03传感器清洁与校准04线束与连接器检查05软件版本检查与OTA更新06日志与故障码读取分析07功能测试与性能验证08维保记录填写与交付任务二·车载计算平台维护保养维保12条注意事项，四条红线不能碰安全防护（3条）①操作前必须下电断电，验电后再动手②高压部件佩戴绝缘手套，防触电③接触电路板戴防静电手环，防击穿红线：未断电严禁插拔任何连接器！规范操作（3条）④严格按SOP顺序，不得跳步⑤使用专用工具，禁止蛮力拆装⑥拆卸前标记线束位置和方向红线：禁止带电插拔传感器和域控！环境与软件（3条）⑦工作区清洁干燥，防尘防水⑧OTA升级前备份配置和日志⑨升级后验证版本号和功能红线：升级中断电可能变砖！验证与交付（3条）⑩传感器校准后做路试验证⑪故障码清零后复确认无异常⑫维保记录完整填写并签字交付红线：未验证功能严禁交车！任务二·华为MDC610调试华为MDC610：硬件规格与软件架构详解硬件规格项目规格参数AI芯片昇腾Ascend610，200TOPSCPU鲲鹏系列，多核ARMMCUTC397，ASIL-D功能安全摄像头16路GMSL，支持8MP总线8路以太网+12路CAN-FD防护/制冷IP67，液冷/风冷可选软件架构（AP+CP+OS）AP自适应平台（高性能SoC）跑感知/规划/决策等复杂算法，支持POSIX、动态加载CP经典平台（MCU）跑硬实时控制，ASIL-D安全，静态配置OSEKOS操作系统层Linux+RT补丁+Hypervisor虚拟化，确定性调度任务二·华为MDC610调试MDC610调试十二步：从上电到验证全流程01硬件连接检查02上电启动检查指示灯03SSH连接登录04系统状态检查05传感器枚举确认06传感器数据验证07AI模型加载测试08感知算法运行验证09规划控制算法验证10实时性测试11故障注入测试12日志保存与报告阶段划分：01–04准备阶段（硬件+系统），05–06传感器验证，07–09算法验证，10–12性能与安全验证。调试安全注意上电前确认电压在9–16V范围；SSH操作禁止修改系统分区；AI模型加载前确认显存充足；故障注入测试必须在台架上进行，严禁实车操作；实时性要求端到端延时<100ms。项目四·思考与练习思考与练习：6道选择题检验学习效果1.决策控制系统的核心硬件是？A.传感器B.域控制器C.执行机构D.显示终端解析：域控制器集成AI芯片+CPU+MCU，是决策控制的计算核心。2.以下哪个属于全局路径