Elon Musk最近宣布,特斯拉正全力攻克自动驾驶技术的最后难关:车辆控制。他再次预言,特斯拉将在今年年底前实现完全自动驾驶。
作为这一计划的一部分,特斯拉正在转向更多地依赖神经网络来控制车辆,以减少C++控制代码的使用。虽然特斯拉正在积极训练这些神经网络,但训练计算仍然是一个限制因素。
自动驾驶的规划控制框架和方法,主要包括以下方面:
◎车辆超车规划与跟踪
超车是一个涉及车辆侧向和纵向运动的复杂任务。超车操作包括换道到超车道、通过前车、换道回原车道等,并需要避免与其他车辆的碰撞。超车规划涉及车辆动力学和环境约束,以及对周围障碍物的精确知识。
◎规划控制整体架构
自动驾驶的规划控制可分为三个主要层次:任务规划、行为规划和运动规划。任务规划涉及确定车辆的长期目标和路线,行为规划涉及制定车辆与其他交通参与者的交互行为模型,运动规划涉及确定车辆的具体轨迹和动作。
◎规划方法
常用的规划方法包括基于图搜索的算法(如Dijkstra和A*)、采样点搜索算法(如RRT和PRM)、模型预测控制(MPC)等。其中,MPC是一种基于模型的优化控制方法,可以显式处理约束条件,并具有较好的控制效果和鲁棒性。轨迹产生分为基于传感器和基于动力学两类方法,跟踪则采用几何法和模型法。几何法包括Pure Pursuit和Stanley方法,而模型法则是基于MPC的不同方法。
特斯拉希望整个过程能实现端到端(E2E)的控制,这目标颇具野心。近期,特斯拉开始部署超级计算机Dojo,这可能有助于加快训练支持全自动驾驶(FSD)的神经网络的速度。Dojo计划和系统改进速度的加快可能给这一目标带来一线希望。
不过,只有时间能告诉我们,特斯拉是否能实现其设置的期限并克服自动驾驶的最后一道难题。
-
神经网络
+关注
关注
42文章
4607浏览量
99470 -
AI
+关注
关注
87文章
27492浏览量
265156 -
自动驾驶
+关注
关注
776文章
13246浏览量
164137
原文标题:芝能热点|Tesla正在研究基于AI的自动驾驶规划控制
文章出处:【微信号:QCDZSJ,微信公众号:汽车电子设计】欢迎添加关注!文章转载请注明出处。
发布评论请先 登录
相关推荐
未来已来,多传感器融合感知是自动驾驶破局的关键
安霸CV3-AD685 AI域控芯片助力Kodiak开发下一代自动驾驶卡车
全球自动驾驶市场分析报告
![全球<b class='flag-5'>自动驾驶</b>市场分析报告](https://file1.elecfans.com/web2/M00/B7/5D/wKgaomWD2rmAWG83AAE18uNms3c158.png)
LabVIEW开发自动驾驶的双目测距系统
英伟达拓展中国自动驾驶团队 高通能否战胜英伟达
自动驾驶“十问十答”
![<b class='flag-5'>自动驾驶</b>“十问十答”](https://file1.elecfans.com//web2/M00/B3/6D/wKgZomVme4SAA8JmAAImaDdLpHY881.png)
自动驾驶路径跟踪控制的种类
自动驾驶传感器攻击研究
![<b class='flag-5'>自动驾驶</b>传感器攻击<b class='flag-5'>研究</b>](https://file1.elecfans.com/web2/M00/AC/58/wKgaomVEmleAOGF4AAC9E2j17yM459.png)
自动驾驶标准与认证研究:标准化体系助力高阶自动驾驶落地和汽车出海
![<b class='flag-5'>自动驾驶</b>标准与认证<b class='flag-5'>研究</b>:标准化体系助力高阶<b class='flag-5'>自动驾驶</b>落地和汽车出海](https://file1.elecfans.com/web2/M00/A8/1D/wKgZomUT5OqAR2KlAAAP12dyd5c148.jpg)
【KV260视觉入门套件试用体验】八、VITis AI自动驾驶多任务执行MultiTask V3
![](https://file1.elecfans.com/web2/M00/94/9D/wKgaomTl9H2Adnz3AAtFwfM7T48001.jpg)
评论