1智能網聯汽車路徑規劃與決策控制智能網聯汽車駕駛環境感知2知識目標：1.能通過走訪或查閱資料的方法，能復述傳感器的融合方法。2.能通過對感知系統的資料查詢，能說出環境感知傳感器的感知內容及數據集。能力目標：1.能總結歸納調研報告，撰寫智能網聯汽車環境感知系統技術報告。2.能總結并歸納調研內容，準確識別智能網聯汽車的硬件組成。素質目標：1.樹立安全意識；2.培養8S現場管理意識。教學目標3智能網聯汽車如何實現路徑規劃與決策控制？1.多傳感器融合各類傳感器因其測量原理，在環境感知方面都有各自明顯的優缺點：毫米波雷達具有耐候性，可以全天工作，但分辨率不夠高，無法區分人與物；攝像頭具有較高的分辨率，可以感知顏色，但受強光影響較大。激光雷達可以提供具有三維信息的特性，對環境的可重構性很強，但受天氣影響較大。毫米波雷達可以彌補激光雷達、視覺傳感器在環境適應性上的不足。視覺傳感器或者激光雷達可以彌補毫米波雷達在目標分類上的不足等。4智能網聯汽車如何實現路徑規劃與決策控制？2.環境感知傳感器及感知信息內容環境感知是通過攝像頭、激光雷達、毫米波雷達、超聲波雷達、陀螺儀、加速度計等傳感器，感知周圍環境信息和車輛狀態信息。環境信息主要包括道路信息、周邊車輛與行人信息。道路信息，包括道路的寬度、坡度、交通標志燈；周邊車輛信息包括車輛大小，行駛的速度、加速度、方向等；周邊行人信息包括行人的數量、位置及行走方向等。5智能網聯汽車如何實現路徑規劃與決策控制？3.傳感器的融合方法汽車自動化的程度越高，集成在車輛中的傳感器的數量和類型也越多，只有這樣才能夠保證信息獲取充分且、有冗余保障車輛自動行駛的安全。為了保證安全，必須對傳感器進行信息融合。多傳感器融合可以顯著提高系統的冗余度和容錯性，從而保證決策的速度和正確性，這是自動駕駛系統向先進的自動駕駛方向發展，最終實現無人駕駛的必然趨勢。6智能網聯汽車如何實現路徑規劃與決策控制？3.傳感器的融合方法傳感器融合的理論方法有貝葉斯準則、卡爾曼濾波、D-S證據理論、模糊集合理論、人工神經網絡等。軟件算法能夠聯合虛擬攝像頭和環境傳感器數據融合算法，從而得到更精確的數據分析與自主控制決策。7智能網聯汽車如何實現路徑規劃與決策控制？3.傳感器的融合方法傳感器融合從融合等級上分為原始數據級融合、特征數據級融合和目標數據級融合。單一傳感器中，越靠近原始數據，干擾信號和真實信號并存的可能性越大，即越早啟動融合，真實信息的保留和干擾信息的去除效果越好，但同時也為數據同步、處理算法計算量帶來相應的挑戰。實際應用中，應結合感知需求、芯片計算能力選擇合適的融合架構和方法，構建由各類傳感器信息組成的數字環境，實現智能網聯汽車的環境理解。。8智能網聯汽車如何實現路徑規劃與決策控制？3.傳感器的融合方法傳感器模塊的集中處理由中央ECU制定的分布式系統分布式和集中式處理的結合9智能網聯汽車如何實現路徑規劃與決策控制？4.智能網聯汽車環境感知數據庫

目前，專門用于無人駕駛的數據集有KITTI和Cityscapes等，數據集的主要作用是對汽車上安裝的各種傳感器采集的外部場景數據進行