10种自动驾驶规控算法解析与实现，你都知道吗？

规划控制是自动驾驶的核心模块之一，它是整个自动驾驶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。 

自动驾驶的规划控制又细分为诸多模块，从导航地图中的路径规划开始，行驶过程中会根据感知与定位的信息不断做出变道或者跟车等不同的决策。根据上游决策的结果，运动规划模块实时输出舒适安全的轨迹信息以及速度、加速度和方向盘转角信息，交由控制模块执行。

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*,Dijkstra,有限状态机，Markov决策, Lattice planner等规划算法。网络上有比较多的博客介绍这些算法的大概思路，但理论讲解与C++代码实现结合的内容少之又少。

为了便于大家学习，深蓝学院邀请了具有10年以上规划控制研发经验的乌宁博士，开设了《自动驾驶控制与规划》线上课程。

课程详细讲解了PID, LQR, MPC等自动驾驶常用的控制算法，以及动作规划、决策规划、路径规划等规控岗位必备的基础知识。同时配套了6个实践Project，教给大家如何将算法落地应用在自动驾驶场景中。

本期课程还开设了讲师直播答疑环节，老师将会面对面解决同学们学习过程中遇到的各种困难。

扫码即可领取试听

请务必备注426，优先通过哦！

01

课程讲师

博士毕业于新加坡国立大学。具有10年以上机器人规划控制的研发经验，获得多项自动驾驶专利，并发表多篇机器人、自动驾驶论文。

02

项目实践

项目实践案例：

（车辆轨迹跟踪LQR算法）

（局部轨迹规划算法lattice planner）

扫码即可领取试听

请务必备注426，优先通过哦！

03

课程收获

1. 了解自动驾驶的规划控制在整个自动驾驶中的作用；

2. 学会如何建立车辆几何模型、车辆运动学模型以及车辆动力学模型，如何对一些重要的参数进行辨识；

3. 学会设计多种控制器（PID, LQR, MPC）去解决自动驾驶中的控制问题，提升车辆的轨迹追踪、自适应巡航等的性能；

4. 学会如何通过有限状态机(Finite-state machine)在动态环境下规划出一条避开障碍物并符合车辆动力学的路径，如何在复杂环境下做出合理决策等。

5. 掌握规划领域的Dijkstra，A*等路径规划的方法，运动规划的方法以及在不确定性条件下的规划问题。

本课程从基础的车辆物理模型出发，通过对不同场景及应用下车辆模型的分析，详细阐述车辆控制学及路径规划的知识体系。通过将理论与实际车辆规划控制中的问题相结合，从而让大家达到融会贯通的效果。

04

课程大纲

05

适合人群

1.希望从事自动驾驶规划控制研发的在校学生，尤其是机械、电子电气、计算机、自动化等专业的同学。

2.已经在从事自动驾驶规划控制相关领域的研发工程师。

3.自动驾驶或者机器人企业中其他方向的研发工程师，以及系统工程师。

06

课程服务

1.直播答疑

本次课程配备直播答疑服务，学员可面对面与讲师交流，讲师将会以直播的形式解决每一位同学学习过程中遇到的难题。

2. 三师助力

讲师&助教微信群及时答疑解惑，班主任全程带班督学，帮你克服拖延，不断进步。

3. 定期班会

助教1V1批改作业，并在班会中进行讲评和指导；在班会中，学习更多技巧；在交流中收获更多思路。

07

其他收获

1. 优质的学习圈子

你的同学大多是来自985、211及海外院校硕博，在这里大家一起学习、进行讨论与研究。独一无二的优质圈子将是你未来学习与就业的宝贵资源。

2. 企业认可的证书

学完课程后将有机会收获优秀学员证书、毕业证书，为你的简历加分添彩。

08

抢占名额

扫码即可领取试听

请务必备注426，优先通过哦！