Berbagi teknologi

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

Ringkasan
Pengambilan keputusan dan sistem pengendalian mobil self-driving adalah bagian inti dalam mewujudkan self-driving. Artikel ini membahas secara rinci prinsip dasar dan metode utama pengambilan keputusan dan pengendalian dalam sistem penggerak otonom, serta tantangan dan prospek dalam penerapan praktisnya. Dengan menganalisis kaitan utama seperti perencanaan jalur, pengambilan keputusan perilaku, dan kontrol gerak, artikel ini bertujuan untuk memberikan landasan teoritis dan panduan praktis untuk pengembangan teknologi mengemudi otonom.

1. Perkenalan
Dengan pesatnya perkembangan transportasi cerdas dan teknologi mengemudi otonom, pengambilan keputusan dan sistem kendali kendaraan otonom menjadi sangat penting. Sistem pengambilan keputusan bertanggung jawab atas keputusan strategis dan taktis kendaraan, sedangkan sistem kendali melaksanakan keputusan tersebut dan memastikan bahwa kendaraan mengikuti jalur dan cara yang telah ditentukan. Artikel ini secara sistematis akan memperkenalkan prinsip-prinsip desain, teknologi utama, dan kasus penerapan sistem pengambilan keputusan dan kontrol mengemudi otonom.

2. Sistem pengambilan keputusan mengemudi otonom

2.1 Tingkat pengambilan keputusan
Sistem pengambilan keputusan mengemudi otonom biasanya dibagi menjadi tiga tingkatan:
- **Lapisan Strategis**: Termasuk perencanaan rute dan navigasi, menentukan keseluruhan jalur dari titik awal hingga titik akhir.
- **Lapisan taktis**: Melibatkan perencanaan jalur lokal dan pengambilan keputusan, seperti menyalip, mengubah jalur, dan menghindari rintangan.
- **Lapisan Operasi**: Menangani tindakan berkendara tertentu seperti akselerasi, pengereman, dan kemudi.

2.2 Perencanaan jalur

# 2.2.1 Perencanaan jalur global
Perencanaan jalur global bertanggung jawab atas keseluruhan desain rute dari titik awal hingga tujuan.
- **Algoritma Dijkstra**: algoritma jalur terpendek berdasarkan teori graf.
- **Algoritma***: Algoritma Dijkstra yang ditingkatkan, memperkenalkan fungsi heuristik untuk meningkatkan efisiensi pencarian jalur.

# 2.2.2 Perencanaan jalur lokal
Perencanaan jalur lokal didasarkan pada jalur global dan dikombinasikan dengan informasi lingkungan real-time untuk penyesuaian dinamis.
- **Rapidly Expanding Random Trees (RRT)**: Cocok untuk perencanaan jalur di lingkungan dinamis.
- **Kurva Bezier**: digunakan untuk menghasilkan kurva jalur mulus.
- **Algoritma Hibrid A***: Algoritme perencanaan jalur yang menggabungkan raster dan ruang kontinu.

2.3 Pengambilan keputusan berdasarkan perilaku

#2.3.1 Mesin negara
Metode mesin negara membagi perilaku kendaraan menjadi beberapa keadaan terpisah, seperti mengikuti, menyalip, parkir, dll., dan menerapkan keputusan perilaku melalui aturan transisi keadaan.

# 2.3.2 Pengambilan keputusan berdasarkan aturan
Berdasarkan kumpulan aturan yang telah ditentukan sebelumnya, keputusan dibuat berdasarkan lingkungan dan status saat ini, sesuai untuk skenario sederhana.

#2.3.3 Pengambilan keputusan berdasarkan teori permainan
Mempertimbangkan interaksi dan persaingan multi-kendaraan, pengambilan keputusan yang optimal dibuat melalui model teori permainan, yang cocok untuk skenario lalu lintas yang kompleks.

# 2.3.4 Pembelajaran Penguatan
Mempelajari strategi pengambilan keputusan yang optimal melalui interaksi dengan lingkungan, cocok untuk lingkungan berkendara yang dinamis dan kompleks.

3. Sistem kendali mengemudi otonom

3.1 Kontrol gerak

# 3.1.1 Kontrol vertikal
Kontrol longitudinal melibatkan kontrol akselerasi dan deselerasi kendaraan.
- **Kontrol PID**: pengontrol turunan proporsional-integral, sederhana dan efektif.
- **Model Predictive Control (MPC)**: Memprediksi perilaku masa depan berdasarkan model dinamis dan mengoptimalkan input kontrol.

# 3.1.2 Kontrol lateral
Pengendalian lateral melibatkan pengendalian kemudi kendaraan.
- **Pure Pursuit**: Hitung titik jalur target dan sesuaikan sudut kemudi.
- **Kontrol Deviasi Lateral**: Kontrol berdasarkan deviasi lateral dan kesalahan sudut arah.

3.2 Strategi pengendalian
Menggabungkan kontrol memanjang dan lateral untuk mencapai pengendaraan kendaraan yang stabil dan efisien. Strategi pengendalian yang umum digunakan meliputi:
- **Kontrol hierarki**: Uraikan tugas kontrol yang kompleks menjadi beberapa subtugas dan terapkan lapis demi lapis.
- **Kontrol Terkoordinasi**: Pertimbangan komprehensif atas berbagai tujuan kontrol seperti keselamatan, kenyamanan, dan efisiensi energi.

4. Penerapan dan tantangan praktis

4.1 Penerapan praktis
- **Lalu Lintas Perkotaan**: Sistem mengemudi otonom perlu mengatasi lingkungan lalu lintas perkotaan yang kompleks, termasuk pejalan kaki, sepeda, dan kendaraan lainnya.
- **Jalan Raya**: Di lingkungan jalan raya, sistem mengemudi otonom terutama berfokus pada menjaga jalur, mengikuti, dan menyalip.

4.2 Tantangan
- **Ketidakpastian Persepsi**: Ketidakpastian dan kesalahan dalam data sensor menimbulkan tantangan bagi pengambilan keputusan dan sistem kontrol.
- **Lingkungan dinamis**: Perubahan dinamis dalam lingkungan lalu lintas mengharuskan sistem memiliki kemampuan respons dan penyesuaian waktu nyata.
- **Interaksi Multi-Kendaraan**: Interaksi dengan kendaraan lain memerlukan prediksi perilaku dan pengambilan keputusan yang kompleks.

5. Kesimpulan
Sistem pengambilan keputusan dan kontrol mengemudi otonom adalah teknologi utama untuk mewujudkan mengemudi kendaraan otonom. Melalui desain sistem multi-level seperti perencanaan jalur, pengambilan keputusan perilaku, dan kontrol gerak, kendaraan otonom dapat berkendara dengan aman dan stabil di lingkungan lalu lintas yang kompleks. Di masa depan, dengan kemajuan teknologi yang berkelanjutan dan optimalisasi algoritme, pengambilan keputusan dan sistem kontrol mengemudi otonom akan menjadi lebih cerdas dan andal.