自动驾驶汽车中的运动计划问题是计算上的[7],通常分解为三个子问题[15]:(i)任务计划; (ii)行为计划; (iii)本地计划。图。1。在我们的自动驾驶汽车中,任务计划者接收起始位置,并确定自动驾驶汽车必须驾驶的车道顺序。此序列被转换为intents(例如在下一个十字路口右转),并将其发送给行为计划者以及环境表示。行为计划者然后生成一系列高级参数化驱动器操作,以导航环境朝着指定目标。当地规划师发现了一个平稳的轨迹,可满足所需的行为和舒适感。最后,车辆控制器使用轨迹来确定转向,油门和制动命令。行为计划的早期方法使用有限的状态机[13,18]。由于驾驶问题的固有复合物,这种系统通常很难维护。状态机器的组合将问题分解为子问题,可以减轻这种缺乏可维护性[17]。国家机器的产生层次结构通常引入了优先表的需求[14],这是一个基于规则的系统也很熟悉的概念[5]。
主要关键词
![arxiv:2407.00460v1 [cs.ai] 2024年6月29日PDF文件第1页](/bimg/7/71e8e9be355b025d917978b09436993c74164449.webp)
![arxiv:2407.00460v1 [cs.ai] 2024年6月29日PDF文件第2页](/bimg/4/44e63f9adfe4329cfb736dbd40494cdf3262e720.webp)
![arxiv:2407.00460v1 [cs.ai] 2024年6月29日PDF文件第3页](/bimg/3/3f3b76fc432ed5a35b9dc7f0ce5f1c07571f32f1.webp)
![arxiv:2407.00460v1 [cs.ai] 2024年6月29日PDF文件第4页](/bimg/e/eca9c5df55292eed9bc1f7ea7c52a86c8110b5b0.webp)
![arxiv:2407.00460v1 [cs.ai] 2024年6月29日PDF文件第5页](/bimg/0/051d08c83e5a17d7d6e091faa6681ae85b450ff0.webp)
