為了在環(huán)境中駕駛汽車，決策系統(tǒng)需要知曉汽車所在的位置。定位器(Localizer)模塊負(fù)責(zé)估計與環(huán)境的靜態(tài)地圖相關(guān)的汽車狀態(tài)(姿態(tài)、線速度、角速度等)。這些靜態(tài)地圖(即圖 1 中的 Offline Maps)會在自動操作前自動計算得到，通常會使用自動駕駛汽車自身的傳感器，但通常也需要人工標(biāo)注(比如人行橫道或交通燈的位置)或編輯(比如移除傳感器捕獲的非靜態(tài)目標(biāo))。自動駕駛汽車可能使用一個或多個不同的離線地圖來進(jìn)行定位，比如占用情況網(wǎng)格地圖、緩解地圖或地標(biāo)地圖。我們將在第 3.B 節(jié)介紹用于生成這些地圖的方法的相關(guān)文獻(xiàn)。

　　定位器模塊的輸入包括離線地圖、傳感器數(shù)據(jù)和平臺的里程數(shù)據(jù)，生成的輸出是自動駕駛汽車的狀態(tài)(圖 1)。需要重點指出，盡管 GPS 也許有助于定位過程，但由于高大樹木、建筑、隧道等造成的干擾會使得 GPS 定位不可靠，在城市環(huán)境中只使用 GPS 是不足以合適定位的。我們將在第 3.A 節(jié)介紹有關(guān)定位技術(shù)的文獻(xiàn)。

　　地圖測繪器(Mapper)模塊以離線地圖和車輛狀態(tài)為輸入，生成在線地圖。這個在線地圖通常是離線地圖與使用傳感器數(shù)據(jù)和汽車當(dāng)前狀態(tài)在線計算出的占用情況網(wǎng)格地圖中的信息的融合。我們將在第 3.B 節(jié)介紹計算在線地圖的方法的相關(guān)文獻(xiàn)?？梢灶A(yù)期這個在線地圖僅包含環(huán)境的靜態(tài)表征，因為這可能有助于決策系統(tǒng)的某些模塊的運作。為了實現(xiàn)檢測以及移除在線地圖中的移動目標(biāo)，通常會使用一個移動目標(biāo)跟蹤(Moving Objects Tracking/MOT)模塊(圖 1)。第 3.D 節(jié)介紹的文獻(xiàn)的主題即為自動駕駛汽車的移動目標(biāo)檢測和跟蹤方法。

　　自動駕駛汽車要必須能識別和遵守水平(車道線)和垂直(即限速標(biāo)志、交通信號燈等)的交通信號。交通信號檢測(Traffic Signalization Detection/TSD)模塊負(fù)責(zé)交通信號的檢測和識別。我們將在第 3.E 節(jié)介紹交通信號檢測和識別方法相關(guān)文獻(xiàn)。

　　給定用戶在離線地圖中定義的終點(Final Goal)，路線規(guī)劃器(Route Planner)會在離線地圖中計算出一條從當(dāng)前狀態(tài)到達(dá)終點的路線。路線(route)是指一系列路徑點的序列，其中每個點都是離線地圖中的一對坐標(biāo)。我們將在第 4.A 介紹路線規(guī)劃方法的文獻(xiàn)。

　　給定一條路線，路徑規(guī)劃器(Path Planner)模塊會根據(jù)汽車狀態(tài)和環(huán)境的內(nèi)部表征以及交通規(guī)則計算一組路徑。路徑(path)是指一系列姿態(tài)(pose)的序列，其中每個姿態(tài)都是離線地圖中的一個坐標(biāo)對和汽車在該坐標(biāo)對定義的位置所需的方位。中間的路徑 P_c 是路線盡可能最好的路徑，其左側(cè)的路徑和右側(cè)的路徑都是與 P_c 起始姿態(tài)相同的路徑，向左或向右的路徑具有不同的激進(jìn)程度。我們將在第 5.B.1 節(jié)介紹有關(guān)路徑規(guī)劃方法的文獻(xiàn)。

　　行為選取器(Behavior Selector)模塊負(fù)責(zé)選擇當(dāng)前的駕駛行為，比如車道保持、交叉路口處理、交通燈處理等。其做法是選擇一條路徑，當(dāng)前狀態(tài)之前幾秒(大約 5 秒)的一個姿態(tài)——決策范圍，和在該姿態(tài)所需的速度。姿勢和相關(guān)聯(lián)的速度的配對被稱為目標(biāo)(Goal)。行為選取器選擇目標(biāo)時會在決策時間范圍內(nèi)考慮當(dāng)前的駕駛行為以及避免與環(huán)境中的靜止和移動障礙物相撞。

　　運動規(guī)劃器(Motion Planner)模塊負(fù)責(zé)計算一個從汽車的當(dāng)前狀態(tài)到當(dāng)前目標(biāo)的軌跡，這個軌跡遵循行為選取器定義的路徑，滿足汽車的運動學(xué)和動力學(xué)約束條件，并能保證乘客舒適。軌跡 T 是一個指令序列 c_k = (v_k， φ_k， t_k)，其中 v_k 是在時間 t 的所需速度，φ_k 是在時間 t 的所需轉(zhuǎn)向角度，t_k 是 c_k 的持續(xù)時間。一個軌跡能讓汽車平滑且安全地從當(dāng)前狀態(tài)到達(dá)目標(biāo)。我們將在第 4.B.2 節(jié)介紹有關(guān)運動規(guī)劃的方法的文獻(xiàn)。

　　避障器(Obstacle Avoider)模塊接收運動規(guī)劃器計算出的軌跡，并在有必要時對其進(jìn)行修改(通常是降低速度)以避開障礙物。有關(guān)執(zhí)行避障功能的方法的文獻(xiàn)不多。我們將在第 4.B 看到一些相關(guān)文獻(xiàn)。

　　最后，控制器(Controller)模塊根據(jù)被避障器修改后的運動規(guī)劃器軌跡計算并發(fā)送工作指令，以控制方向盤、油門和剎車的執(zhí)行器，使車輛能以物理世界允許的方式盡可能好地執(zhí)行修改后的軌跡。我們將在第 4.C 節(jié)介紹低級汽車控制方法的相關(guān)文獻(xiàn)。

　　下面我們將按感知系統(tǒng)和決策系統(tǒng)兩大組別詳細(xì)介紹各個模塊和用于實現(xiàn)它們的技術(shù)及變體技術(shù)。

　　3. 感知

　　在這一節(jié)，我們將介紹文獻(xiàn)中為自動駕駛汽車的感知系統(tǒng)提出的重要方法，包括定位器(或定位)、離線障礙物地圖測繪、道路地圖測繪、移動障礙物跟蹤、交通信號檢測與識別。

　　A 定位

　　定位模塊負(fù)責(zé)估計自動駕駛汽車相對于地圖或道路(比如表示成路沿或其它道路標(biāo)記)的姿態(tài)(位置和方向)。大多數(shù)通用的定位子系統(tǒng)都基于 GPS。但是，總的來說，這些系統(tǒng)不能用于城市中的自動駕駛汽車，因為在有遮擋的區(qū)域不能確保有 GPS 信號，比如樹下、城市峽谷(大型建筑之間的區(qū)域)、隧道。

　　文獻(xiàn)中已經(jīng)提出了多種不依賴 GPS 的定位方法。它們主要可分為三類：基于 LIDAR 的方法、基于 LIDAR 加相機(jī)的方法、基于相機(jī)的方法。基于 LIDAR 的定位方法僅依靠 LIDAR 傳感器，這種方法測量準(zhǔn)確且易于處理。但是，盡管 LIDAR 行業(yè)確實在努力降低生產(chǎn)成本，但與相機(jī)相比仍然價格高昂。在典型的基于 LIDAR 加相機(jī)的定位方法中，LIDAR 數(shù)據(jù)僅被用于構(gòu)建地圖，估計自動駕駛汽車相對于地圖的位置則會使用相機(jī)數(shù)據(jù)，這能夠降低成本?；谙鄼C(jī)的定位方法很便宜廉價，但通常沒那么精確可靠。

　　1) 基于 LIDAR 的定位

　　2) 基于 LIDAR 加相機(jī)的定位

　　3) 基于相機(jī)的定位

　　B 離線障礙物地圖測繪

　　離線障礙物地圖測繪子系統(tǒng)負(fù)責(zé)計算自動駕駛汽車所在環(huán)境中的障礙物地圖。這個子系統(tǒng)是基礎(chǔ)系統(tǒng)，讓自動車輛有能力安全地駛過公共道路而不與障礙物(比如標(biāo)牌、路沿)發(fā)生碰轉(zhuǎn)。障礙物地圖包含汽車也許可以駛過或不能駛過的位置的信息，并區(qū)分了自由區(qū)域(可通行)與已占用區(qū)域。汽車必須一直處于自由區(qū)域內(nèi)。障礙物地圖是根據(jù)地圖測繪階段的傳感器數(shù)據(jù)構(gòu)建的，并會被存儲起來以待自動操作階段使用。