规划控制是自动驾驶的核心模块之一,它的主要作用是:感知周围的路况,进行路径规划,并按照实际情况做出最合理的决策。决策后,车辆会规划一条新的轨迹进行行驶。
根据上游决策的结果,运动规划模块实时输出舒适安全的轨迹信息以及速度、加速度和方向盘转角信息,交由控制模块执行。
目前企业界的主流规控算法包括PID, LQR, MPC等控制算法,以及A*,Dijkstra,有限状态机,Markov决策, Lattice planner等规划算法。网络上有比较多的博客介绍这些算法的大概思路,但理论讲解与C++代码实现结合的内容少之又少。
为了便于大家学习,深蓝学院邀请了具有10年以上规划控制研发经验的乌宁博士,开设了《自动驾驶控制与规划》线上课程。
扫码添加,了解详情
抢占学习名额
博士毕业于新加坡国立大学。具有10年以上机器人规划控制的研发经验,获得多项自动驾驶专利,并发表多篇机器人、自动驾驶论文。 (局部轨迹规划算法lattice planner)1. 了解自动驾驶的规划控制在整个自动驾驶中的作用;2. 学会如何建立车辆几何模型、车辆运动学模型以及车辆动力学模型,如何对一些重要的参数进行辨识;3. 学会设计多种控制器(PID, LQR, MPC)去解决自动驾驶中的控制问题,提升车辆的轨迹追踪、自适应巡航等的性能;4. 学会如何通过有限状态机(Finite-state machine)在动态环境下规划出一条避开障碍物并符合车辆动力学的路径,如何在复杂环境下做出合理决策等。5. 掌握规划领域的Dijkstra,A*等路径规划的方法,运动规划的方法以及在不确定性条件下的规划问题。本课程从基础的车辆物理模型出发,通过对不同场景及应用下车辆模型的分析,详细阐述车辆控制学及路径规划的知识体系。通过将理论与实际车辆规划控制中的问题相结合,从而让大家达到融会贯通的效果。
1.希望从事自动驾驶规划控制研发的在校学生,尤其是机械、电子电气、计算机、自动化等专业的同学。2.已经在从事自动驾驶规划控制相关领域的研发工程师。3.自动驾驶或者机器人企业中其他方向的研发工程师,以及系统工程师。