自動駕駛汽車規(guī)劃模塊包括動作規(guī)劃和路徑規(guī)劃兩部分。動作規(guī)劃模塊主要是對短期甚至是瞬時的動作進行規(guī)劃，例如轉彎、避障、超車等動作；而路徑規(guī)劃模塊是對較長時間內車輛行駛路徑的規(guī)劃，例如從出發(fā)地到目的地之間的路線設計或選擇。

自動駕駛系統(tǒng)的設計思路是建立若干個行駛狀態(tài)，通過不同的條件觸發(fā)行駛狀態(tài)切換。這種設計思路存在切換過程平順性較差問題。在實際的系統(tǒng)設計過程中主要采用將道路中的真實目標和非真實目標都描述成虛擬質點的方法來強化車輛行駛的平順性。其中，真實目標主要是指車輛、行人等因素；非真實目標包括限速、紅燈、停車點、道路曲率、天氣條件等?；谔摂M質點模型方法的優(yōu)勢在于將算法模型統(tǒng)一，有效避免了傳統(tǒng)控制算法中因目標或控制模式切換產生的車輛加減速度跳變的問題。

自動駕駛汽車路徑規(guī)劃模塊是指在一定的環(huán)境模型基礎上，給定自動駕駛汽車起始點和目標點后，按照性能指標規(guī)劃出一條無碰撞、能安全到達目標點的有效路徑。路徑規(guī)劃主要包含兩個步驟：建立包含障礙區(qū)域與自由區(qū)域的環(huán)境地圖，以及在環(huán)境地圖中選擇合適的路徑搜索算法，快速實時地搜索可行駛路徑。路徑規(guī)劃結果對車輛行駛起著導航作用，它引導車輛從當前位置行駛到達目標位置。環(huán)境地圖表示方法主要分為度量地圖表示法、拓撲地圖表示法等。

人工智能機器學習、深度神經網絡以及聯(lián)網通訊等技術的發(fā)展，進一步豐富了自動駕駛汽車發(fā)展的技術路徑，也促進了自動駕駛技術由單一的樣機演示向具備一定落地應用能力并可實現(xiàn)自主定位的典型交通場景的方向發(fā)展。

人工智能是研究、開發(fā)用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統(tǒng)的一門新的技術科學。它意在探索智能的實質，并生產出一種新的能以人類智能相似的方式做出反應的智能機器。其一大重要的應用領域就是自動駕駛，主要目標是使自動駕駛汽車具備一定的自主學習能力，并能對簡單交通環(huán)境形成記憶性認知，現(xiàn)階段人工智能技術在自動駕駛汽車領域的主要應用體現(xiàn)在以下幾個方面。

利用多目視覺、激光雷達、毫米波雷達等傳感器件及識別算法，可以實現(xiàn)對實際道路環(huán)境中多曲面物體的準確識別。同時融入深度學習技術后，可對各物體三維空間尺寸及特征信息形成迭代分類，從而使自動駕駛汽車具有對多種類環(huán)境物體的識別與認知能力。

利用基于先進傳感器的地圖采集技術可以提取道路的詳細標注（標志、標線、信號燈等）和高精度位置（經度、緯度、高度等）等信息，從而實現(xiàn)自動駕駛汽車對道路平面特征的提取，同時基于深度學習可實現(xiàn)對道路可行駛、不可行駛區(qū)域的認知識別。

結合通訊技術的發(fā)展，運用車與車、車與路、車與人、車與云之間的實時通訊技術，可為人工智能技術在自動駕駛技術應用過程中的數(shù)據、計算與算法等三大要素提供進一步支持，還可面向多車型、多場景智能駕駛需求，提供解決群體智能駕駛系統(tǒng)協(xié)同駕駛所面臨的問題?；谥悄芫W聯(lián)的車云協(xié)同自動駕駛系統(tǒng)的具體架構如下圖4所示。

該架構方案分為基于AI的自動駕駛智能終端和基于大數(shù)據分析的自動駕駛云端系統(tǒng)兩部分，共同形成了一種集復雜環(huán)境精確感知、通行智慧決策與行車控制優(yōu)化執(zhí)行的車云協(xié)同一體自動駕駛系統(tǒng)。車云協(xié)同技術在不同的行車工況與應用場景中，可實現(xiàn)精準的行車環(huán)境感知、智慧通行決策與優(yōu)化行車動作控制，并實現(xiàn)車端與云端之間的信息數(shù)據交互與協(xié)同。

基于智能網聯(lián)的自動駕駛系統(tǒng)車云協(xié)同技術主要解決多源異構數(shù)據融合不足和前端設備計算力不夠的問題，即將車身傳感器節(jié)點的采樣數(shù)據（如GPS/INS數(shù)據、毫米波雷達數(shù)據）和多媒體數(shù)據（如攝像頭圖像）按一定頻率傳輸?shù)皆贫?u>數(shù)據庫，同時進行在線處理、離線處理、溯源處理和復雜數(shù)據分析。并基于人工智能集成應用算法的智能駕駛控制模型，為車輛決策提供可靠、高效的協(xié)同控制方案。

人工智能算法應用技術云平臺是自動駕駛云端系統(tǒng)的核心部分，其結合機器學習、數(shù)據挖掘等相關技術，對感知融合信息進行分析，為車輛控制規(guī)劃提供決策依據。并利用虛擬化技術及網絡技術整合大規(guī)?？蓴U展的計算、存儲、數(shù)據、應用等分布式計算資源完成人工智能模型算法的學習訓練，實現(xiàn)在云端訓練人工智能模型，并通過車云協(xié)同技術將其部署到嵌入式平臺，使人工智能算法在車端自動駕駛系統(tǒng)上得到深度應用。

目前網聯(lián)技術在自動駕駛領域的應用主要集中在信息服務和頂層監(jiān)控，通過智能網聯(lián)的技術路線實現(xiàn)高度自動駕駛仍需要解決信息安全、傳輸時延、網絡覆蓋等棘手問題才能真正落地應用。自動駕駛汽車從交通運輸工具逐步轉變?yōu)樾滦鸵苿又悄芙K端。汽車功能和屬性的改變導致其電子電氣架構隨之改變，進而需要更強的計算、數(shù)據存儲和通信能力作為基礎，車載智能計算平臺是滿足上述要求的重要解決方案。

車載智能計算平臺主要完成的功能是以環(huán)境感知數(shù)據、導航定位信息、車輛實時數(shù)據、云端智能計算平臺數(shù)據和其他V2X交互數(shù)據等作為輸入，基于環(huán)境感知定位、智能規(guī)劃決策和車輛運動控制等核心控制算法，輸出驅動、傳動、轉向和制動等執(zhí)行控制指令，實現(xiàn)車輛的自動控制，并向云端智能計算平臺及V2X設備輸出數(shù)據，還能夠通過人機交互界面，實現(xiàn)車輛駕駛信息的人機交互。