廣告
清華大學車輛學院科研團隊完成國內首套全棧式端到端自動駕駛系統的開放道路測試
近日，清華大學車輛與運載學院李克強院士、李升波教授領導的研究團隊，完成了國內首套全棧式端到端自動駕駛系統的開放道路測試。依托車路云一體化智能網聯駕駛架構，該團隊研發(fā)的端到端自動駕駛系統，涵蓋了“感知-預測-決策-規(guī)劃-控制”等全鏈路環(huán)節(jié)，從今年1月份率先啟動了城市工況的開放道路驗證，經過近4個月的內部測試，完成了各項性能的綜合評估。這一工作為L3級及以上高級別自動駕駛系統的落地應用奠定了堅實的基礎。
從感知到控制的全鏈路端到端自動駕駛系統（原理圖）
目前，處于L1、L2級智能駕駛系統主要依賴“模塊分解”的設計思路，盡管部分模塊（如感知、預測等）已經初步神經網絡化，但是決策、規(guī)劃、控制等模塊仍然嚴重依賴人工規(guī)則和在線優(yōu)化，缺乏利用數據進行閉環(huán)迭代的能力，這導致行車過程的智能性仍然不足。同時，模塊間不可避免地存在較大信息損失，且各模塊的優(yōu)化目標存在一定沖突，不利于自動駕駛過程的綜合性能提升。與之相比，以全模塊神經網絡化為特征的“端到端”自動駕駛系統，因模塊與模塊之間的信息傳遞可依賴高維度特征向量，且神經網絡具有充分的訓練自由度，最大程度地減少了傳感器到執(zhí)行器之間的信息損失，使得全棧模塊具備利用數據閉環(huán)進行快速更新的能力，這為高級別自動駕駛的智能性提升提供一條全新的技術路徑。
面向這一技術發(fā)展趨勢，李克強院士、李升波教授領導的研究團隊自2018年開始瞄準端到端自動駕駛領域進行深耕，重點突破決策、規(guī)劃與控制領域的神經網絡設計與訓練難題。團隊先后提出了面向高級別自動駕駛的集成式決控（IDC）開發(fā)框架，研發(fā)了綜合性能國際領先的數據驅動強化學習算法（DSAC），首創(chuàng)了時空分離的交通參與者行為預測模型（SEPT），設計了具有動作平滑特性的控制型神經網絡架構（LipsNet），開發(fā)了自主知識產權的最優(yōu)控制策略近似求解器（GOPS），以螞蟻搬家的精神逐一解決了端到端自動駕駛面臨的一系列核心難題。以此為基礎，今年年初團隊成功研制了首個從傳感器原始數據到執(zhí)行器控制指令的全棧神經網絡化自動駕駛系統，并率先完成了城市工況開放道路的實車測試驗證。
這一研究工作同時得到智行者、昇啟科技兩家高科技企業(yè)的全力支持，形成了校企之間緊密配合、通力協作的聯合攻關團隊。智行者團隊主要工作在于環(huán)境感知模型的構建與預訓練，昇啟科技團隊主要工作在于自動駕駛仿真平臺的開發(fā)，三家單位共同完成了系統功能集成、性能評估迭代等后期任務。該研究獲得國家“十四五”重點研發(fā)計劃、國家自然科學基金以及清華大學自主科研計劃支持。
廣告 編輯推薦
最新資訊
-
“汽車爬坡試驗方法”將有國家標準
2026-03-03 12:44
-
十年耐久監(jiān)管時代：電池系統開發(fā)策略將如何
2026-03-03 12:44
-
聯合國法規(guī)R59對機動車備用消聲系統的工程
2026-03-03 12:08
-
聯合國法規(guī)R58對后下部防護裝置的工程化約
2026-03-03 12:07
-
聯合國法規(guī)R57對摩托車前照燈配光性能的工
2026-03-03 12:07
