1.5.2交通標(biāo)志檢測(cè)和識(shí)別

交通標(biāo)志檢測(cè)和識(shí)別涉及檢測(cè)環(huán)境中的交通標(biāo)志的位置并識(shí)別它們的類別（如，限速、停止信號(hào)和普通讓行）。

早些時(shí)候，大多數(shù)用于交通標(biāo)志檢測(cè)和識(shí)別的方法都是基于模型的并使用了簡(jiǎn)單的特征（如，顏色、形狀和邊緣）來(lái)檢測(cè)識(shí)別的。后來(lái)，基于學(xué)習(xí)的方法（如SVM，級(jí)聯(lián)分類器和LogitBoost）開(kāi)始利用其簡(jiǎn)單的功能，但演變?yōu)楦鼜?fù)雜的功能（如，模式、外觀和模板）。然而，這些方法通常不能很好地概括，并且這些方法通常需要對(duì)幾個(gè)超參數(shù)進(jìn)行微調(diào)。此外，一些方法可能由于數(shù)據(jù)的缺乏，僅用于識(shí)別而不用于檢測(cè)。只有在大型數(shù)據(jù)庫(kù)可用之后（如，眾所周知的德國(guó)交通標(biāo)志識(shí)別（GTSRB）和檢測(cè)（GTSDB）基準(zhǔn)數(shù)據(jù)，數(shù)據(jù)分別為51,839和900幀），基于學(xué)習(xí)的方法最終可以顯示出算法的能力。盡管其中有一些方法只能夠應(yīng)對(duì)更少的例子。隨著更大型數(shù)據(jù)庫(kù)的發(fā)布（如超過(guò)20,000幀的STSD，6,610幀的LISA，用于檢測(cè)的25,634幀和用于分類的7,125幀的BTS，以及10萬(wàn)幀數(shù)據(jù)的清華-騰訊100K）,相比于基于模型的方法，基于學(xué)習(xí)的方法得到了改進(jìn)，并取得了更好的結(jié)果。上述一些數(shù)據(jù)集的幀數(shù)包括僅具有背景的幀。隨著一般計(jì)算機(jī)視覺(jué)任務(wù)中深度學(xué)習(xí)的興起，卷積神經(jīng)網(wǎng)絡(luò)是交通標(biāo)志檢測(cè)和識(shí)別中最先進(jìn)技術(shù)（SOTA）。深度學(xué)習(xí)方法已經(jīng)分別在GTSRB和和BTS的識(shí)別任務(wù)中實(shí)現(xiàn)了高達(dá)99.71％和98.86％的F1得分。

1.5.3路面標(biāo)記檢測(cè)和識(shí)別

路面標(biāo)記檢測(cè)和識(shí)別涉及檢測(cè)路面標(biāo)記的位置并識(shí)別其類型（如，車道標(biāo)記、道路標(biāo)記、消息和人行橫道）。大多數(shù)研究一次只處理一種類型的路面標(biāo)記，而不是同時(shí)處理所有類型的路面標(biāo)記。一個(gè)重要的路面標(biāo)記是道路中的車道定義。早些時(shí)候，大多數(shù)用于車道標(biāo)記檢測(cè)的方法都是基于模型或?qū)W習(xí)的。形狀和顏色是最常見(jiàn)的特征：直線和曲線（例如，拋物線和樣條）是最常見(jiàn)的車道表示。深度學(xué)習(xí)是另一種最近流行的流行方法，像這樣的方法已經(jīng)顯示出非常好的結(jié)果。一種使用兩個(gè)橫向安裝的向下攝像機(jī)和將橫向距離估計(jì)建模為分類問(wèn)題，并且通過(guò)使用CNN來(lái)完成任務(wù)。

許多用于車道標(biāo)記檢測(cè)的方法也被嘗試用于道路標(biāo)記檢測(cè)。它們通常使用幾何和光度特征。此外，用于道路標(biāo)記檢測(cè)和識(shí)別的各種方法使用了逆透視映射（IPM）來(lái)減少了透視效果，以此讓問(wèn)題更容易解決并提高結(jié)果的準(zhǔn)確性。最近，幾種方法采用最大穩(wěn)定極值區(qū)域（MSER）來(lái)檢測(cè)感興趣區(qū)域（即可能包含道路標(biāo)記的區(qū)域）和用卷積網(wǎng)絡(luò)來(lái)識(shí)別道路標(biāo)記。一種基于IPM、MSER和DBSCAN的算法的融合來(lái)執(zhí)行道路標(biāo)記的檢測(cè)以及PCANet（一種簡(jiǎn)單的圖像分類的深度學(xué)習(xí)基線）與SVM或線性回歸的組合以進(jìn)行分類。

在道路標(biāo)記的背景下，道路消息通常是單獨(dú)處理的。一些用于道路消息檢測(cè)和識(shí)別的方法將不同的消息視為不同的類別（即，算法首先檢測(cè)場(chǎng)景中消息的位置，然后識(shí)別它們的類別），而大多數(shù)方法使用基于OCR的方法識(shí)別字母。

在道路標(biāo)記的環(huán)境中，人行橫道仍經(jīng)常被單獨(dú)檢測(cè)。大多數(shù)人行橫道檢測(cè)方法利用人行橫道通常呈現(xiàn)的規(guī)則形狀和黑白圖案來(lái)進(jìn)行識(shí)別。因此，在許多實(shí)際應(yīng)用中，這項(xiàng)任務(wù)不進(jìn)行，因?yàn)閺?qiáng)大的行人檢測(cè)算法的支持。

決策與規(guī)劃系統(tǒng)

無(wú)人駕駛汽車行為決策系統(tǒng)指無(wú)人車通過(guò)傳感器感知得到交通環(huán)境信息，考慮周邊環(huán)境、動(dòng)靜態(tài)障礙物、車輛匯入以及讓行規(guī)則等，與無(wú)人駕駛庫(kù)中的經(jīng)驗(yàn)知識(shí)等進(jìn)行匹配，進(jìn)而選擇適合當(dāng)前交通環(huán)境之下的駕駛行為。

行為決策的目標(biāo)主要是保證車輛可以像人類一樣產(chǎn)生安全的駕駛行為，滿足車輛安全性能、遵守交通法規(guī)等原則。該部分包括路線規(guī)劃、運(yùn)動(dòng)規(guī)劃和控制三個(gè)子系統(tǒng)。

2.1路線規(guī)劃

路線規(guī)劃子系統(tǒng)負(fù)責(zé)計(jì)算從自動(dòng)駕駛汽車的初始位置到用戶操作員定義的最終位置的通過(guò)道路網(wǎng)絡(luò)的路線。

道路網(wǎng)絡(luò)中的路線規(guī)劃方法在查詢時(shí)間、預(yù)處理時(shí)間、空間使用和對(duì)輸入變化的魯棒性等方面提供了不同的權(quán)衡。它們主要可分為四類：基于目標(biāo)導(dǎo)向的、基于分隔符、基于分層技術(shù)的、有界跳躍和多種算法組合。

2.1.1基于目標(biāo)導(dǎo)向

基于目標(biāo)導(dǎo)向的路線規(guī)劃通過(guò)避免掃描不在目標(biāo)點(diǎn)方向上的頂點(diǎn)來(lái)引導(dǎo)從起點(diǎn)到目標(biāo)點(diǎn)的搜索。

(1)ALT（A*+landmark+triangle inequality）算法:

使用A? 結(jié)合基于界標(biāo)和三角形不等式的新圖論下界技術(shù)進(jìn)行搜索。通過(guò)選取一組頂點(diǎn)作為界標(biāo)來(lái)增強(qiáng)A*。在預(yù)處理階段，計(jì)算所有地標(biāo)和所有頂點(diǎn)之間的距離。在查詢階段，使用涉及界標(biāo)的三角形不等式來(lái)估計(jì)任意頂點(diǎn)的有效下界距離。搜索的性能和正確性取決于界標(biāo)選擇的正確性。如下圖為ALT算法與其他算法的對(duì)比，下圖32主要是Dijkstra算法，加入曼哈頓下限的A?算法和ALT算法的對(duì)比（Dijkstra算法訪問(wèn)的頂點(diǎn)（左），A? 在同一輸入上使用曼哈頓下限（中間）和ALT算法（右側(cè)）進(jìn)行搜索）。

圖32  Dijkstra搜索算法

(2)Arc Flag算法:

Arc Flag算法通過(guò)對(duì)路網(wǎng)中每條邊附加額外的指示信息減少搜索的范圍,提升最短路徑查詢速度。設(shè)置導(dǎo)航信息時(shí),如果將圖中每個(gè)點(diǎn)都作為目的點(diǎn)進(jìn)行預(yù)處理,則在標(biāo)記指示信息時(shí)占用太大內(nèi)存,需對(duì)圖的數(shù)據(jù)進(jìn)行劃分,以更大范圍地表示目的地,減少預(yù)處理消耗。Arc-flags算法主要分為2部分：①預(yù)處理階段的圖劃分和設(shè)置標(biāo)志位算法，該算法為路網(wǎng)數(shù)據(jù)中每條邊設(shè)置導(dǎo)航信息，即標(biāo)志位；②在線查詢算法,使用改造的 Dijkstra算法提供在線查詢服務(wù)。2.1.2分割法分割法是基于頂點(diǎn)或邊緣分隔符的。頂點(diǎn)（或邊緣）的分隔是頂點(diǎn)（或邊）的一部分，這些定點(diǎn)（或邊）的移除可以將圖分解為若干平衡單元?；陧旤c(diǎn)分隔符的算法使用頂點(diǎn)的分隔來(lái)計(jì)算疊加圖。將“捷徑”方式邊緣添加到疊加圖中，以保留完整圖形中任何一對(duì)頂點(diǎn)之間的距離。疊加圖比完整的圖小，多用于加速查詢算法。

(1)HPML算法（High-Performance Multilevel Routing，高性能多級(jí)路由）

HPML（High Performance multivel Routing，高性能多級(jí)路由）算法是分割法的一個(gè)變種，它顯著減少了查詢時(shí)間，但代價(jià)是增加了空間使用量和預(yù)處理時(shí)間，在不同的級(jí)別上為圖添加了更多的快捷方式。

該方法基于輸入圖的分層分解和包含附加信息的輔助圖的計(jì)算。在聯(lián)機(jī)階段，使用這些預(yù)先計(jì)算的數(shù)據(jù)可以減少搜索空間，從而縮短查詢時(shí)間。該方法最大限度地開(kāi)發(fā)了預(yù)處理：其的新變體外包了計(jì)算到預(yù)處理階段的最短路徑所需的幾乎所有工作。因此，它最適合于查詢時(shí)間非常寶貴但預(yù)處理時(shí)間較長(zhǎng)（以及大量預(yù)計(jì)算數(shù)據(jù)）的環(huán)境

(2)CRP算法（可定制路線規(guī)劃算法）

該算法的主要?jiǎng)?chuàng)新點(diǎn)為區(qū)分網(wǎng)絡(luò)的拓?fù)湫再|(zhì)和度量性質(zhì)。拓?fù)涫蔷W(wǎng)絡(luò)的圖形結(jié)構(gòu)，以及每個(gè)路段或轉(zhuǎn)彎的一組靜態(tài)屬性，例如物理長(zhǎng)度、車道數(shù)、道路類別、速度限制、單向或雙向以及轉(zhuǎn)彎類型。該度量生成了穿越路段或轉(zhuǎn)彎的實(shí)際成本。它通?？梢院?jiǎn)潔地描述為一個(gè)函數(shù)，將電弧/轉(zhuǎn)彎的靜態(tài)特性映射（在恒定時(shí)間內(nèi)）為成本。例如，在所用時(shí)間度量中（假設(shè)自由流動(dòng)的交通），弧的成本可以是其長(zhǎng)度除以其速度限制。該算法假設(shè)拓?fù)溆?/span>度量共享，很少改變，而度量可能經(jīng)常改變，甚至可能是用戶特定的。該算法具有三個(gè)階段的現(xiàn)實(shí)路線規(guī)劃算法。,第一個(gè)獨(dú)立于度量的預(yù)處理可能相對(duì)較慢，因?yàn)樗苌龠\(yùn)行。它只將圖形拓?fù)渥鳛檩斎?/span>，并可能產(chǎn)生相當(dāng)數(shù)量的輔助數(shù)據(jù)（與輸入大小相當(dāng)）。第二個(gè)階段，即度量定制，針對(duì)每個(gè)度量運(yùn)行一次，并且必須更快（幾秒鐘），并且只生成少量數(shù)據(jù)（原始圖的一部分）。最后，查詢階段使用前兩個(gè)階段的輸出，并且對(duì)于實(shí)時(shí)應(yīng)用程序必須足夠快。該算法適用于具有任意度量的實(shí)時(shí)應(yīng)用程序，包括分層方法失敗的應(yīng)用程序。CRP可以快速地處理新的度量，并且度量特定的信息足夠小，可以同時(shí)將多個(gè)度量保存在內(nèi)存中。該方法通過(guò)重新審視和徹底重新設(shè)計(jì)已知的加速技術(shù)，并將它們與圖形劃分的最新進(jìn)展相結(jié)合來(lái)實(shí)現(xiàn)這一點(diǎn)。2.1.3基于層次化的方法層次化方法利用道路網(wǎng)絡(luò)的固有層次結(jié)構(gòu)，其中諸如高速公路的主要道路復(fù)合了小的動(dòng)脈子網(wǎng)絡(luò)。一旦源頂點(diǎn)和目標(biāo)頂點(diǎn)相距很遠(yuǎn)，查詢算法僅掃描子網(wǎng)的頂點(diǎn)。預(yù)處理階段根據(jù)實(shí)際的最短路徑結(jié)構(gòu)計(jì)算頂點(diǎn)或邊的重要性。

(1)CH算法(Contraction Hierarchies algorithm)

CH算法是一種優(yōu)化的加速方法，可以利用代表道路網(wǎng)絡(luò)的圖的特性。通過(guò)在預(yù)處理階段創(chuàng)建“shortcuts”來(lái)實(shí)現(xiàn)提速，然后在最短路徑查詢中使用這些“shortcuts”來(lái)跳過(guò)“不重要的”頂點(diǎn)。這是基于對(duì)道路網(wǎng)絡(luò)高度分層的觀察。與一些通向小區(qū)內(nèi)部路的路口相比，某些路口（例如高速公路路口）在層次結(jié)構(gòu)中“更重要”并且在層次上更高。“shortcuts”可用于保存兩個(gè)重要路口之間預(yù)先計(jì)算的距離，從而算法無(wú)需在查詢時(shí)考慮這些路口之間的完整路徑。CH不知道人類認(rèn)為哪條道路“很重要”，但是它能夠使用啟發(fā)式方法計(jì)算出頂點(diǎn)的重要性。(2)REACH算法：REACH算法是一種層次化的方法，在預(yù)處理階段，首先計(jì)算頂點(diǎn)的中心度量（到達(dá)值），并在查詢階段使用這個(gè)度量來(lái)修剪基于Dijkstra的雙向搜索。設(shè)P是從源頂點(diǎn)s到包含頂點(diǎn)v的目標(biāo)頂點(diǎn)t的最短路徑。v相對(duì)于P的距離是r(v,P)= min { distance(s,v)，distance(v,t)}。2.1.4基于有界跳躍（bounded-hop 法）bounded-hop 的方法是通過(guò)向圖形添加虛擬shortcuts來(lái)預(yù)先計(jì)算頂點(diǎn)對(duì)之間的距離。由于所有頂點(diǎn)對(duì)之間的預(yù)計(jì)算的距離對(duì)于大型網(wǎng)絡(luò)而言是不允許的，因此bounded-hop 方法旨在獲得具有非常少的跳躍的任一的一條虛擬路徑的長(zhǎng)度。(1)HL算法（Hub Labeling）它在預(yù)處理階段計(jì)算圖形的每個(gè)頂點(diǎn)u的標(biāo)簽L(u)，其主要由u的一組中心頂點(diǎn)和它們的距離組成。選擇這些標(biāo)簽使得它們遵守覆蓋屬性：對(duì)于任何頂點(diǎn)對(duì)(s,t)，標(biāo)記L(s)和L(t)的交集必須包含從s到t的最短路徑的至少一個(gè)頂點(diǎn)。在查詢階段期間，通過(guò)評(píng)估標(biāo)記L(s)和L(t)的交集中存在的中心點(diǎn)之間的距離，可以在線性時(shí)間內(nèi)確定距離(s,t）。HL在道路網(wǎng)絡(luò)查詢方法是最快的，但代價(jià)是空間占用率高。(2)HL-∞算法（Customizable Route Planning algorithm）HL-∞算法則利用了集線器標(biāo)簽和頂點(diǎn)排序之間的關(guān)系，并開(kāi)發(fā)了預(yù)處理算法來(lái)計(jì)算產(chǎn)生小標(biāo)簽的排序。頂點(diǎn)排序的迭代范圍優(yōu)化算法使HL-∞算法的查詢時(shí)間比HL快兩倍。它以一些頂點(diǎn)排序（例如，由CH給出的）開(kāi)始并且在給定數(shù)量的迭代步驟中進(jìn)行，每個(gè)迭代步驟按重要性的降序重新排序不同范圍的頂點(diǎn)。(3)HLC算法（Hub Label Compression）HLC算法通過(guò)組合出現(xiàn)在多個(gè)標(biāo)簽中的常見(jiàn)子結(jié)構(gòu)，以更高的查詢時(shí)間為代價(jià)：將空間使用減少一個(gè)數(shù)量級(jí)。(4)TNR算法（Transit Node Routing）它使用頂點(diǎn)子集上的距離表示。在預(yù)處理階段，它選擇一組頂點(diǎn)作為傳輸節(jié)點(diǎn)，并計(jì)算它們之間的所有成對(duì)距離。從傳輸節(jié)點(diǎn)，對(duì)于每個(gè)頂點(diǎn)u，它可以計(jì)算一組訪問(wèn)節(jié)點(diǎn)。如果存在來(lái)自u(píng)的最短路徑使得v是其中的第一個(gè)傳輸節(jié)點(diǎn)，則傳輸節(jié)點(diǎn)v是u的接入節(jié)點(diǎn)。它還計(jì)算每個(gè)頂點(diǎn)與其訪問(wèn)節(jié)點(diǎn)之間的距離。選擇傳輸節(jié)點(diǎn)集的一種自然方法是選擇弧分隔符的頂點(diǎn)分隔符或邊界頂點(diǎn)作為傳輸節(jié)點(diǎn)。在查詢階段，距離表用于選擇從源頂點(diǎn)s到目標(biāo)頂點(diǎn)t的路徑，該路徑最小化組合距離s-a(s)-a(t)-t，其中a(s)和a(t)是接入節(jié)點(diǎn)。如果最短路徑不包含傳輸節(jié)點(diǎn)，則執(zhí)行本地查詢（通常為CH）。2.1.5多種算法組合可以將各個(gè)方法進(jìn)行組形成不同圖形屬性的混合算法。以上各種技術(shù)方法進(jìn)行組合可形成不同圖形屬性的混合算法。REAL算法結(jié)合了REACH和ALT。ReachFlags算法是結(jié)合了REACH和Arc Flags邊標(biāo)記法）。SHARC算法將shortcut的計(jì)算與多級(jí)的Arc Flags（邊標(biāo)記法）相結(jié)合。CHASE算法將CH與Arc Flags相結(jié)合。TNR + AF算法結(jié)合了TNR和Arc Flags（邊標(biāo)記法）。PHAST算法可以將若干技術(shù)進(jìn)行組合，以便通過(guò)利用多核CPU和GPU的并行性進(jìn)行加速。2.2運(yùn)動(dòng)規(guī)劃

運(yùn)動(dòng)規(guī)劃子系統(tǒng)負(fù)責(zé)計(jì)算從自動(dòng)駕駛汽車的當(dāng)前狀態(tài)到由行為選擇子系統(tǒng)定義的下一個(gè)局部目標(biāo)狀態(tài)的路徑或軌跡。運(yùn)動(dòng)計(jì)劃執(zhí)行局部駕駛行為，滿足汽車的運(yùn)動(dòng)學(xué)和動(dòng)力學(xué)約束，為乘客提供舒適度，并避免與環(huán)境中的靜態(tài)和移動(dòng)障礙物發(fā)生碰撞。

運(yùn)動(dòng)計(jì)劃可以是路徑或軌跡。路徑是汽車狀態(tài)的序列，并沒(méi)有定義汽車狀態(tài)如何隨時(shí)間演變。該任務(wù)可以委托給其他子系統(tǒng)（例如，行為選擇子系統(tǒng)），或者速度分布可以定義為曲率和接近障礙物的函數(shù)。而軌跡是一條指定汽車狀態(tài)隨時(shí)間演變的路徑。

2.2.1路徑規(guī)劃

路徑規(guī)劃涉及生成從汽車當(dāng)前狀態(tài)到下一目標(biāo)狀態(tài)的一系列狀態(tài)，這并不定義汽車狀態(tài)隨時(shí)間的演變。路徑規(guī)劃通常分為全局路徑規(guī)劃和局部路徑規(guī)劃。在全局路徑規(guī)劃中，在汽車開(kāi)始移動(dòng)之前，使用環(huán)境的離線全局地圖計(jì)算全局路徑。在局部路徑規(guī)劃中，當(dāng)汽車移動(dòng)時(shí)，使用周圍環(huán)境的在線局部地圖生成局部路徑，這允許汽車處理移動(dòng)障礙物。路徑規(guī)劃方法主要可分為兩類：基于圖搜索的方法和基于插值曲線的方法。

2.2.1.1基于圖搜索的方法：

（1）Dijkstra算法是通過(guò)找到圖的初始節(jié)點(diǎn)和目標(biāo)節(jié)點(diǎn)之間的最短路徑。Dijkstra算法通過(guò)重復(fù)檢查最近尚未檢查的節(jié)點(diǎn)，將其鄰點(diǎn)添加到要檢查的節(jié)點(diǎn)集，并在達(dá)到目標(biāo)節(jié)點(diǎn)時(shí)停止。Dijkstra算法適用于全局路徑規(guī)劃。然而，由于檢查的節(jié)點(diǎn)數(shù)量很多，它在大面積地區(qū)的計(jì)算成本很高，并且有時(shí)候結(jié)果不連續(xù)。

（2）A*算法是Dijkstra的擴(kuò)展，其主要通過(guò)基于對(duì)目標(biāo)節(jié)點(diǎn)的啟發(fā)式估計(jì)成本向節(jié)點(diǎn)分配權(quán)重來(lái)執(zhí)行快速圖搜索。然而，這種算法找到解決方案并不容易。一種局部路徑規(guī)劃方法，該方法將A*算法與兩種不同的啟發(fā)式成本函數(shù)相結(jié)合，即（RTR）度量和Voronoi。其中第一個(gè)考慮了汽車的運(yùn)動(dòng)學(xué)約束，而第二個(gè)考慮了障礙物的形狀和位置的常識(shí)。

2.2.1.2基于插值曲線的方法基于曲線插值的方法是通過(guò)使用插值處理。該方法通過(guò)插值處理：在已知的點(diǎn)集內(nèi)插入新的點(diǎn)集。方法采用之前已知的一組點(diǎn)（如，描述路線圖的航點(diǎn)）并生成描繪更平滑路徑的新點(diǎn)集。用于自動(dòng)駕駛汽車的路徑規(guī)劃的最常用曲線插值的方法是樣條曲線。樣條曲線是以子間隔劃分為分段多項(xiàng)式參數(shù)曲線，這些曲線可以將其定義為多項(xiàng)式曲線。每個(gè)子段之間的連接稱為結(jié)（或控制點(diǎn)），其通常具有高度平滑約束。這種曲線具有較低的計(jì)算成本，因?yàn)槠湫袨槭怯山Y(jié)來(lái)定義的。然而，這種方法的結(jié)果可能不是最優(yōu)的，因?yàn)樗鼈?cè)重于實(shí)現(xiàn)部件之間的連續(xù)性而不是滿足道路的約束，并且它取決于全局航路點(diǎn)。（1）一種實(shí)時(shí)路徑規(guī)劃算法，該算法為靜態(tài)避障的越野自動(dòng)駕駛提供了最優(yōu)路徑。所提出的規(guī)劃算法基于一組預(yù)定義的航路點(diǎn)來(lái)計(jì)算路徑。預(yù)定義的路線點(diǎn)提供曲線坐標(biāo)系的基礎(chǔ)框架，以生成用于自動(dòng)駕駛車輛路徑規(guī)劃的路徑候選。將每個(gè)候選對(duì)象轉(zhuǎn)換為笛卡爾坐標(biāo)系，并使用障礙物數(shù)據(jù)進(jìn)行評(píng)估。為了選擇最優(yōu)路徑，通過(guò)考慮路徑安全成本、路徑平滑度和路徑一致性來(lái)確定每條路徑的優(yōu)先級(jí)。

（2）在該方法中，首先從一組預(yù)定義的路線點(diǎn)構(gòu)建中心線，這些路線點(diǎn)通常是從車道級(jí)的地圖中獲得的。通過(guò)弧長(zhǎng)和到中心線的偏移確定。然后，所有這些候選都被轉(zhuǎn)換為笛卡爾坐標(biāo)。考慮靜態(tài)安全性、舒適性和動(dòng)態(tài)安全性的總成本，選擇最優(yōu)路徑；同時(shí)，還確定了最佳路徑的適當(dāng)加速度和速度。設(shè)計(jì)了各種類型的道路，包括具有靜態(tài)和移動(dòng)障礙物的單車道道路和多車道道路，以測(cè)試所提出的方法。該方法的流程圖如下圖33所示.

圖33  基于曲線插值的規(guī)劃方法