如何看待端到端自动驾驶？会是规划控制的未来吗？近10种规控算法与代码详解！...

自动驾驶一般分为感知、预测、规划和控制四大基础模块，各个模块各司其职、分工明确，今天汽车人就和大家聊聊规划控制。一般来说规划控制的目的有两个：

• 一是对车辆运动进行全局规划（从地点A到地点B运行路线）、行为决策（判断变道还是超车等）、局部规划（规划局部行驶轨迹，规避障碍物等）；

• 二是精准控制车辆按规划轨迹行驶。

规划控制作为整个自动驾驶/机器人算法流程中最下游的模块，直接决定着自动驾驶的安全性及舒适度。一个好的规控直接影响司机和乘客的乘车体验：转弯是否顺畅、跟车时前车刹车本车如何处理、复杂路口汇车时能否及时汇入规划车道等等。

这些复杂控制的背后正是规控模块发挥着作用，很多刚入门的小伙伴一头雾水，规控到底是个啥？都有哪些子领域？每个领域又都包含哪些算法？这些算法如何实现？都有哪些优缺点？适用哪些场景？整体来说，车辆从路径规划开始，行进过程中根据感知和定位的信息做出相应决策（跟车、变道、加速等等）。接着根据上游决策的结果，运动规划模块实时输出对应的轨迹信息以及速度、加速度和方向盘转角信息，进而由控制模块执行相应控制。

而且随着国家大力支持新能源汽车行业的发展，各大企业也加大相关岗位人才招聘，刚看了某招聘网站，相关岗位平均月薪已达到4w以上，年薪60w。高级岗位年薪百万的也比比皆是！

早鸟不等人！扫码领取优惠加入学习！

学习难度大

整体来说，规划控制相比于感知对理论知识的要求较高。目前企业界的主流规控算法包括PID, LQR, MPC等控制算法，以及A*，Hybrid A*，Lattice Planner，EM Planner等等规划算法。这段时间，有很多小伙伴咨询规划控制的相关问题，其实我们对规划控制也很感兴趣，市面上已有的规划控制相关学习资料质量参差不齐，许多同学在资料搜集和入门学习的时候踩了较多坑：

规划控制算法类别很多，网上找不到系统学习的资料，刚入门的同学不知道从何下手，论文也看的一知半解...

不理解各类规划控制算法的优缺点是什么，不知道在不同的场景下要选择哪类算法

不知道业界现在缺少什么技术栈的人才，自学过程中容易把握不好方向

在分析大家在学习过程中的痛点之后，自动驾驶之心联合业内某大厂规控工程师共同打磨了《规划控制理论与实战课程》线上课程。如果你正想要入门规划控制，深入理解算法原理，或者需要提升这方面的技术能力，不知如何优化，同时又缺少项目实战经验，那么一定要学习下这门课，课程内容详细介绍了规划算法基础知识、横纵解耦/联合的决策规划框架及常用的控制算法（PID、LQR、MPC等等）。

课程从最基础的规划控制模块概要、定义开始，进而到规划算法基础知识的讲解，涉及基于搜索/采样/车辆运动学/数值优化的相关规划算法，再到决策规划框架的讲解（横纵解耦、横纵联合）、最后讲解了常用的几种控制算法（PID、LQR、MPC）并探讨了PnC面临的挑战，实战涉及Dijkstra、A*、RRT*、State Lattice Planner、QP路径优化和基于MPC的轨迹跟踪算法。

大家先看一下本期课程的大纲，满满的干货，真正做到帮助0基础的同学高效学习，快速掌握每一个知识点

项目实战和理论结合，实战课程的课后配套实战代码，随学随练、快速掌握。

共5大实战项目

课程包括完善的【老师教学】+【助教答疑】服务，确保每一位小伙伴都能愉快的学习知识。

• 实战一：实现A*、Dijkstra，校招面试必备；

• 实战二：实现RRT*算法；

• 实战三：实现State Lattice Planner；

• 实战四：实现基于QP的路径优化算法；

• 实战五：实现基于MPC的轨迹跟踪算法!

课件代码一应俱全

细致的讲解，不光有理论，代码及实践也一定要讲透彻！

通过全套的视频讲解，帮你在脑海中搭建模型的基本框架，让你彻底搞懂每一个知识点，从而提高你写代码的速度。

讲师介绍

宁远，自动驾驶之心前沿技术研究团队成员，深耕自动驾驶算法领域多年，现任业内头部自动驾驶公司团队资深算法工程师，在自动驾驶规划控制算法研究和工程落地方面有着丰富的经验。

课程收获

1. 对规划算法理论基础知识有深入的理解，在代码实现上有较大提升；

2. 对决策规划框架有深入的理解，掌握常见的横纵解耦和横纵联合规划框架；

3. 掌握常用的控制算法（PID、LQR、MPC）；

4. 学完本课程能够达到1年左右的自动驾驶规控工程师水平；

5. 能够结识许多行业从业人员与学习合作伙伴！

适合人群

1. 车辆工程、自动化、汽车电子、计算机科学、软件工程、运动控制等相关专业研究方向的本科/硕士/博士；

2. 自动驾驶规划与控制相关算法工程人员；

3. 想要转入自动驾驶规控算法的小伙伴；

本课程需要具备的基础

1. 具有一定的编程基础：C/C++或者Python；

2. 一定的高等数学、线性代数和矩阵论基础；

开课时间与学习方式

2023年7月18日正式开始学习之路，历经两个月，离线视频授课。主讲老师在微信学习群内答疑，对课程中的算法、代码、环境配置等问题一一解惑！

课程咨询

早鸟不等人！扫码领取优惠加入学习！

扫码添加助理咨询课程！

(微信：AIDriver004)