人工智能十年展望（三）：AI视角下的自动驾驶行业全解析.rar

算法对于自动驾驶的效果至关重要。自动驾驶作为人工智能技术重要应用场景之一，其技术体系由算法、算力、数据三部分构成，其中算法的有效性影响自动驾驶的每一个环节，从感知环节的特征提取到神经网络的决策，都需要依赖算法改进来提高障碍物检测准确性和复杂场景下的决策能力。典型的自动驾驶技术架构包括感知(定位)、决策、执行三部分: 感知是自动驾驶车辆的“眼睛”，通过各类传感器对行驶路径进行识别，定位和追踪车辆周围物体以获取车辆环境信息，并融合、处理环境信息及车内信息。用于自动驾驶感知的传感器主要包括激光雷达、毫米波雷达、超声波雷达及视觉传感器，其中视觉传感器又包括单目和多目彩色摄像头。 决策是自动驾驶车辆的“大脑”，对道路拓扑结构信息、实时交通信息、交通参与者信息和车辆自身状态等感知数据进行进一步分析，做出决策和预测后给出车辆控制策略并发出相应指令，决策系统主要包括车辆行为决策模块及轨迹规划模块。 执行是自动驾驶车辆的“手脚”。接收决策系统给出的指令，通过车辆稳定系统 ESC、线控制动 eBooster、线控转向 EPS 等执行机构精确地控制加速程度、制动程度、转向幅度、灯光控制等驾驶动作。