大家好，我是一名畢業一年的研究生，研究內容車輛自動駕駛，以下是我的觀點。

大部分研究人員觀點自動駕駛技術是計算機技術的一個延伸，而本人觀點，自動駕駛技術是仿生學的一種表現，區別于其它仿生學，人工智能是人類仿生人類自己。因此，基于用車習慣提出一種新的邏輯架構。

路徑規劃技術，使用視覺技術將路線分割為幾部分，具體問題具體對待。

車輛自動駕駛，以實際工作情況可分為三種情況，一種是城市交通規劃，一種是高速公路行車，其它一種是水泥路面或非鋪裝路面。每種工作環境所對應的識別邏輯，運動規劃，車輛運行不同。以下舉例，都是以城市交通規劃為主。

• （一）邏輯架構

工作包括電動車檢測系統的正常工作檢測和車機網絡狀況的判斷。同時，需要對目的地進行判斷，包括地址是否正確、是否為常用地址以及是否需要聯網。路徑規劃階段根據是否為新地址進行不同的處理。對于新地址，需要在車機聯網的前提下，根據百度、高德、騰訊地圖提供的路線提取行車關鍵信息，并將行駛路線分割為不同的行駛場景。然后，選擇不同的駕駛模式，并使用視覺提取交通信息，與網絡地圖提供的信息進行對照。對于常用地址，直接進行路徑規劃，將行駛路線分割為不同的行駛場景，并進行相同的處理。在達到目的地后，可以選擇將地址設為常用地址。如果選擇為常用地址，車機將儲存行駛路線，無需依賴網絡地圖，提供全局路徑規劃。如果不選擇常用地址，則保存7天后將其刪除。

• （二）路徑規劃技術

路徑規劃技術在自動駕駛中起著至關重要的作用。下面邏輯圖介紹路徑規劃技術，左側是現行主流技術路線，右側是本人自己設計的技術路線。

左側技術路線，分為兩部分即全局路徑規劃，與局部路徑規劃。通過全局路徑規劃為局部路徑規劃提供信息，本人對此的理解，全局路徑規劃為車輛主要提供定位信息，局部路徑規劃根據全局路徑規劃完成實時避障。

右側技術路線，基于仿生學，主要根據車主用車習慣。提出新的定位技術，如下所示：

本研究提出了一種新的方法。該技術通過考慮各種交通場景來制定定位策略，以獲得更精確的定位結果。在城市交通場景中，車輛定位的方法如下:

?實時駕駛信息的采集包括從車輛的里程表輸出中獲取數據，如上圖所示。

?視覺傳感器在從交通場景中提取相關信息方面發揮著至關重要的作用，包括道路名稱、距離、速度限制以及學校和醫院等擁擠區域的存在。

?車載雷達系統能夠探測和分析周圍環境，提供有關附近車輛的相對速度和位置的信息。

通過對上述數據的分析和處理，可以實現車輛之間的相對定位，從而提高位置信息的準確性。

以下是在指定檢測區域內定位車輛的具體步驟，以兩個十字路口為例。獲取有關道路名稱、道路距離和車道數量的相關數據。確定實際行駛距離的一種方法是將實時車輛里程與道路長度進行比較。通過結合上下文信息和特定車道細節來確定車輛在車道內的位置。應該輸出車輛的位置。該車輛定位技術獨立于衛星、網絡或基站運行。通過分析和處理交通場景信息來實現準確的車輛定位。

• （三 舉例）

以買醋為例，一個人要正在做飯，家里沒醋了，他去買醋。于是他把全城逛了一遍，拿個本子記上，那個地方有賣醋的，然后回到原點，拿著本子上查看，選擇離家最近的地方，購買醋。這種行為顯然不符合正常人邏輯，但是這種邏輯確實被應用在自動駕駛中，我將每部分進行對照。

買醋 -----設置目的地

逛全城，記錄信息-----全局路徑規劃

查看信息，買醋-----局部路徑規劃

我家附近有一個盲人，他要去買東西，他看不見，他聽力一般，他怎么做才能完成呢？他手里拿著一根棍子往地上敲，敲的方向依次是：其自身左前方，其自身正前方，其自身右前方，從左到右，完成后又從右到左，一直交替。邊走邊敲，找到買東西的地方。

我也去大街上買東西，我視覺正常，聽覺合適，走在路上邊走，邊看。遇見對面走過來的人，進行避讓，邊走邊看也能找到買東西的地方。

主流自動駕駛完成工作，主要是我的方法，但用盲人的方法難道不能完成工作嗎？

綜上所述，現行自動駕駛技術存在一些不合理的地方，或者角度比較單一。

• （四 自動駕駛方案）

 

1.傳感器的使用

2.路徑規劃與路徑關系

路徑規劃技術主要依靠計算機數據結構內容，如二叉樹，鏈表等。本文站在仿生學角度思考這一問題。

由上圖可以看出二者，既有聯系又有區別，前者是計算機技術的延伸，而后者是基于仿生學的應用。仿生學基于人的目的，而對生物進行仿制。

從仿生學角度出發，使用逆向思維推理車輛自動駕駛：

車輛運動的本質，遇到靜態障礙物避開，遇到動態障礙物保持相對運動。

上述所有過程中，未設計任何路徑規劃算法。