图灵汇官网

无人驾驶系统，简而言之，是借助传感器来监测周围环境和自身状态的一种技术。它通过各种传感器获取导航定位信息、道路状况、障碍物（如其他车辆和行人）以及车辆本身的姿态和运动状态，再经过特定的决策规划算法，精准地控制车辆的速度和转向，从而无需驾驶员干预，就能安全地将车辆引导至目的地。

根据无人驾驶系统的需求，该系统可以细分为四个主要的功能模块：定位、环境感知、路径规划和决策控制。

定位

定位涉及通过多种传感器（如GPS、惯导系统、里程计、摄像头和激光雷达）来获取车辆的位置和航向信息。根据定位方式的不同，定位技术可分为绝对定位、相对定位和组合定位。

• 绝对定位：通过GPS实现，利用双天线接收卫星信号，从而确定车辆在全球坐标系中的位置。
• 相对定位：基于车辆的初始位置，通过惯导系统和里程计等设备测量加速度和角加速度，进而计算出相对于起始位置的当前位置。
• 组合定位：结合绝对定位和相对定位的优势，以提高定位精度和稳定性。

环境感知

环境感知则是通过多样的传感器（如摄像头、激光雷达、毫米波雷达、超声波雷达、陀螺仪和加速度计）来获取环境信息和车辆状态信息。环境信息涵盖道路形状、方向、曲率、坡度、车道标线、交通标志、信号灯以及其他车辆或行人的位置、大小、方向和速度等；车辆状态信息则包括速度、加速度、转向角度、车身位置和姿态等。尽管多种传感器能够提供详细的环境数据，但如何有效整合这些数据依然是一个挑战。

路径规划

路径规划是为了给车辆设定一条合理的行驶路线。根据规划范围的不同，路径规划可以分为全局路径规划和局部路径规划。

• 全局路径规划：在已知全局地图的情况下，从车辆当前位置规划一条到达目的地的路线。
• 局部路径规划：根据环境感知的信息（例如道路及障碍物信息），在需要变道、转弯或避障时，即时规划一条安全且顺畅的行驶路径。

决策控制

决策控制由决策和控制两个部分组成。

• 决策：在整个无人驾驶系统中扮演着“驾驶员大脑”的角色，依据定位、感知和路径规划的数据，制定行驶策略。这包括选择车道、是否变道、跟随前车、绕行或停车等。
• 控制：主要涉及转向、加速和制动的控制，执行由决策模块发出的期望速度和转向角度指令，还包括转向灯、喇叭和门窗等的控制。