智联网汽车技术 课件 8.3路径决策和异常处理.pptx

路径决策和异常处理项目三汽车决策控制系统任务8智能决策系统智能网联汽车技术主讲人：曾鑫

课程导入A路径规划B速度控制C异常处理路径决策系统在复杂环境中的表现不佳。它可以在简单环境中规划出Smooth的路线，但一旦遇到复杂交通条件，就会容易陷入死循环，最终无法顺利完成导航任务。

学习目标学习路径决策的三级架构，解释各层级的功能定位，并分析可能导致路径规划失败的原因，最终找出可行的优化思路01

学习任务根据提供的路径决策系统框架图，描述各层级的功能，讨论如何提升系统在复杂环境中的规划能力01

激活旧知我们平时开车的时候，如果来到一个陌生的地方，想要到达某个目的地，我们通常如何确定行驶的路径?先在导航软件中输入目的地不同路径的距离和预计用时对各条路径进行对比分析选择最合适的一条进行导航

探索新知路径决策它主要负责根据环境信息智能规划车辆的驾驶路径。路径决策系统通常包含三级任务分工，分别是道路级、车道层级和行驶级。自动驾驶系统中非常关键的一个环节

探索新知路径决策道路级路径决策系统需要进行全局的任务规划。这需要充分考虑目的地位置、道路条件、交通状况等多种因素，以确定从起点到终点的整体行驶路线。道路层需要处理诸如在高速路或一般道路行驶等战略性规划。

探索新知路径决策车道级路径决策系统会根据道路级任务规划的结果，结合周边车辆和路况信息，确定车辆在当前车道内的具体轨迹。这涉及到更细致的车辆控制，比如变道、停车等操作。

探索新知路径决策行驶级路径决策系统会根据前后车的距离和速度关系，做出具体的速度控制、转向等动作决策，以完成车道层规划的轨迹执行。

探索新知路径决策从道路到车道到行驶，路径决策系统逐步进行从抽象到具体的过程，最终指导车辆完成导航任务。而其决策依据全部来自感知模块对环境信息的采集和处理。

探索新知路径决策如果在这个复杂的决策流程中的任何一个环节出现问题，都会导致路径选择产生偏差，甚至导致决策系统失效。这需要我们从感知源头和算法水平不断优化，以实现更智能可靠的自动驾驶路径规划。

探索新知异常处理异常处理是自动驾驶决策系统中另一个非常重要的模块。它主要负责在系统运行过程中出现异常时的安全响应。汽车在自动驾驶模式下,会遇到各种突发情况,比如车辆本身故障、传感器失效、算法错误等。这些都有可能导致系统失控,危及乘客安全。

探索新知异常处理BA决策系统应对能力快速检测预测模型判断当前输出预期输出误差

探索新知异常处理1、基于预测的异常检测技术通过建立系统的预测模型监测当前输出与模型预测输出之间的误差误差超过设定阈值，则判定为异常适用于有周期规律的异常检测自回归综合移动平均模型等进行时间序列预测

探索新知异常处理2、基于聚类的异常检测技术这类技术通过无监督学习的聚类算法,根据样本之间的相似性对数据进行自动分类。数量极小的簇会被判断为异常数据。这类方法适用于样本数量巨大的场景。

探索新知异常处理3、基于变分自编码的异常检测技术运用深度学习的编码器——解码器结构，对输入进行压缩编码，然后评估解码恢复的可能性。恢复程度低的则判定为异常样本，这种技术能处理样本相关性复杂的场景。实际应用中，可以根据具体问题，选择单一或混合使用多种异常检测技术，以提高系统的健壮性。

探索新知异常处理由各种传感器采集的运行数据质量直接影响决策的效果。一旦出现数据缺失或异常，就需要进行处理以补充或校正数据。

探索新知异常处理1、基于统计学的填补策略这类方法利用样本的统计特征如均值、众数等进行简单填补，或直接使用随机数填充，适用于小数据集中个别缺失值的处理。

探索新知异常处理2、基于模型的多重填补法该策略使用多种模型重复预测缺失值，再整合结果作为最终填补值。通过多模型综合，能够提高填补效果。

探索新知异常处理3、基于期望最大化算法的填补方法该方法通过假设数据符合某种分布，引入隐变量进行模型训练，以迭代方式预测缺失值。它可以处理大规模缺失，但收敛速度取决于具体数据。数据异常处理也需要根据实际情况选择策略。只有通过数据的质量控制，才能为后续的决策分析算法提供可靠的输入，确保系统的整体性能。

探索新知异常处理在自动驾驶汽车的实际运营中，制造商需要针对可能出现的各种异常情况提出应对方案，这直接关乎到系统的安全性和可靠性。

探索新知异常处理1、故障运行（failoperational）即使关键部件或控制系统发生故障，汽车也应具有在有限时间内保持运营的能力。这需要冗余系统进行故障补偿，确保继续执行导航任务。

探索新知异常处理2、故障安全/故障降级（faildegraded）需要安全停止车辆。这可能需要车辆停在当前行驶车道上，或引导其移动到路边停车带。同时要避免产生二次事故。通过各种层次的应用响应，异常处理系统才能对复杂情况进行有效应对。这需要持续研发来提升自动驾驶汽车的安