🚗 ATO 自动驾驶算法调优手册
⚡ 30章 从感知到控制 · 全链路调优
📚 30 章节 · 实战手册
01 ATO系统概述
什么是ATO 系统架构 与传统驾驶区别
02 感知模块基础
传感器融合 感知算法流程 目标检测与跟踪
03 定位与地图
高精地图 GPS/IMU SLAM 车道级定位
04 决策规划入门
行为决策 路径规划 A* 速度规划
05 控制算法基础
PID原理 前馈/反馈 横向控制 ACC
06 PID参数整定
手动整定 Ziegler-Nichols 自适应PID 超调/震荡
07 MPC模型预测控制
MPC原理 约束处理 代价函数 实车调优
08 LQR线性二次型
LQR原理 权重Q/R调优 与MPC对比 工程实践
09 路径跟踪算法对比
Pure Pursuit Stanley MPC 场景选择
10 纵向控制调优
ACC跟车 舒适性 jerk 紧急制动
11 换道决策调优
换道触发 安全距离 轨迹生成 人机共驾
12 交叉路口通行
路口感知 通行决策 无保护左转 行人避让
13 限速与交通标志
限速标志检测 动态限速 地图限速融合 违章风险
14 传感器标定与对齐
激光雷达-相机 时间同步 外参校准 标定工具
15 感知模型调优
YOLO/PointPillars 置信度阈值 NMS调优 小目标检测
16 多传感器融合调优
卡尔曼滤波 融合权重 异步处理 冗余降级
17 高精地图匹配
ICP/NDT 车道关联 地图更新 定位漂移
18 轨迹平滑与优化
B样条曲线 五次多项式 舒适性/安全性 实时性
19 行为预测模块
车辆意图预测 行人轨迹 交互博弈 不确定性
20 安全冗余与降级
故障检测 安全状态机 MRM 远程接管
21 仿真环境搭建
CARLA/SUMO 场景编辑器 传感器仿真 闭环测试
22 场景库构建
典型场景分类 边缘场景 场景参数化
23 自动化测试框架
测试用例管理 回归测试 性能指标
24 数据驱动调优
路采数据回放 数据标注 场景提取 贝叶斯优化
25 参数管理平台
版本控制 在线/离线切换 热加载 监控告警
26 实车调试流程
调试准备 数据采集 问题复现 验收标准
27 舒适性评价体系
ISO 2631 加速度变化率 晕车指数 主观评价
28 安全性评价体系
TTC THW 制动减速度 碰撞概率
29 效率评价体系
平均速度 通行时间 燃油经济性 路口通过率
30 综合调优案例实战
全链路调优 典型问题排查 性能达标报告