汽车整车行业报告：特斯拉FSD自动驾驶方案深度解析（54页）

行业报告下载 2023年12月12日 07:08 管理员

对于未知及不确定性（corner case）的决策——通过 Occupancy Network对可视区域进行建模用来处理未知不可见场景。需要根据这些假想的参与者做相应的保护性驾驶，将控制反应与存在可能性函数相协调，得到非常类似人的行为。首先，通过视觉感知网络生成三维向量空间，对于仅有唯一解的问题，可直接生成明确的规控方案，而对于有多个可选方案的复杂问题，使用向量空间和感知网络提取的中间层特征，训练神经网络规划器，得到轨迹分布。其次，融入成本函数、人工干预数据或其他仿真模拟数据，获得最优的规控方案。最终生成转向、加速等控制指令，由执行模块接受控制指令实现自动驾驶。网络基础结构—九头蛇网络（HydraNets）由主干（Backbone）、颈部(Neck)）与多个分支头部 (Head）共同组成。主干层将原始视频数据通过残差神经网络(RegNet)及多尺度特征融合结构(BiFPN)完成端到端训练，提取出颈部层的多尺度视觉特征空间 (multiscale features ），最后在头部层根据不同任务类型完成子网络训练并输出感知结果。