在該項專利技術中，無人駕駛汽車進行深度學習使得它的轉(zhuǎn)向率盡可能地接近于人類的水平，也即使得這個成本函數(shù)盡可能的小。

集微網(wǎng)消息，去年在人工智能政策及智能網(wǎng)聯(lián)汽車道路測試規(guī)則體系新聞發(fā)布會上，長沙市政府頒發(fā)49張自動駕駛測試牌照。其中，百度Apollo獲得45張，并在長沙正式開啟大規(guī)模測試，為2019年的無人駕駛載客運營做好政策和技術準備。至此，百度累計獲得全國各地政府頒發(fā)的牌照數(shù)量超百張。

無人駕駛車輛是指被配置為處于自動駕駛模式下的車輛，這種車輛在極少或者沒有駕駛員干預的情況下通過導航來行駛。尤其是在面對各種彎道時，更加要求車輛能夠及時、迅速的拐彎，這就對于無人駕駛車輛的轉(zhuǎn)彎系統(tǒng)提出了很大的要求。

其實早在17年的5月24日，百度就申請了一項名為“動態(tài)調(diào)整自動駕駛汽車的轉(zhuǎn)向率的方法”的發(fā)明專利（申請?zhí)枮椋?01780003089 .9），申請人為百度（美國）有限責任公司。

根據(jù)目前公開的專利申請文件，讓我們一起來了解一下無人駕駛車輛是如何完成轉(zhuǎn)彎動作的吧。

首先，在百度的無人駕駛系統(tǒng)中，每一輛無人駕駛車輛的結構如上圖所示，每輛車都包含有傳感器系統(tǒng)和控制系統(tǒng)。傳感器系統(tǒng)包含有多個攝像機、全球定位系統(tǒng)（GPS）、慣性測量單元、雷達以及光探測和測距單元。這些傳感器可以提供關于自動駕駛車輛的位置信息。

除此之外，每輛無人駕駛車輛的方向盤、油門、車輪等關鍵形式部位也安裝了傳感器，例如轉(zhuǎn)向傳感器、油門傳感器以及音頻傳感器等。正是有了這些傳感器，無人駕駛車輛才能實現(xiàn)對于自身狀態(tài)的實時檢測以及順利完成轉(zhuǎn)向任務。

當然控制系統(tǒng)也是不可缺少的，如果說傳感器系統(tǒng)是無人駕駛車輛的眼睛，那么控制系統(tǒng)就是無人駕駛車輛的大腦。其中主要包括轉(zhuǎn)向單元、油門單元以及剎車單元。

今天我們著重來說明轉(zhuǎn)向單元，他用來調(diào)整車輛的方向或者前進方向。而轉(zhuǎn)向技術中主要使用到的就是轉(zhuǎn)向率這個技術指標，它決定了汽車可以轉(zhuǎn)過多大的角度，可以通過多大的彎道。

無人駕駛采用人工智能算法來完成轉(zhuǎn)向任務，簡而言之，無人駕駛汽車就是不斷的學習和模仿人們的開車姿勢從而達到自主開車的目的。人們在開車時，面對不同大小的彎道，人們總是可以憑借經(jīng)驗來轉(zhuǎn)動方向盤從而通過彎道，而對于無人駕駛汽車來說，我們會定義一個成本函數(shù)，用于確定對于待達成的特定轉(zhuǎn)向率的成本，成本函數(shù)可以包括一個或者多個個體成本函數(shù)，用于計算一個或者多個個體。

而無人駕駛汽車學習的目的，就是使得它的轉(zhuǎn)向率盡可能地接近于人類的水平，也即使得這個成本函數(shù)盡可能的小。如上圖所示，傳感器系統(tǒng)依舊用于采集車輛的各種狀態(tài)信息，控制系統(tǒng)則用于控制車輛狀態(tài)。

針對于不同的路況，決策模塊決定了如何通過這些不同的路況，決策模塊可以根據(jù)諸如駕駛或者交通規(guī)則來做出此類決定，這些規(guī)則就存儲在永久性存儲裝置中。有了這些硬件和軟件的基礎，無人駕駛車輛就可以完成轉(zhuǎn)向任務了。

如上如所示是用于操作自動駕駛車輛的轉(zhuǎn)向的過程，通過軟件以及硬件的組合來完成這個流程。

首先，處理邏輯確定用于自動駕駛車輛的若干轉(zhuǎn)向率候選選項，這里用到了多個成本函數(shù)，以便于計算轉(zhuǎn)向率對于自動駕駛車輛的不同影響。

其次，通過不同的成本函數(shù)來確定控制轉(zhuǎn)向率的總成本，在候選轉(zhuǎn)向率的選項中選擇具有最低總成本的轉(zhuǎn)向率作為自動駕駛車輛的轉(zhuǎn)向率。

最后，通過目標轉(zhuǎn)向率生成轉(zhuǎn)向控制命令用于控制無人駕駛車輛的方向盤，這里需要軟件和硬件的配合，才能完成一次車輛的正確轉(zhuǎn)彎。

以上就是集微網(wǎng)帶給大家的關于百度研究的無人駕駛車輛是如何確定轉(zhuǎn)向率的專利解密，相信這個技術也勢必為百度的無人駕駛技術增加更多的競爭力?？此粕衿娴淖詣愚D(zhuǎn)彎技術的背后也充滿著科技人員們的辛勤汗水與付出，我們也期待無人駕駛技術能夠更早的出現(xiàn)在我們的生活之中。