自動駕駛或者說輔助駕駛系統(tǒng)(ADAS),這類系統(tǒng)的目的是設(shè)法模仿人類的駕駛行為，以幫助或減輕人類駕駛?cè)蝿?wù),從最終達到提高社會資源利用率（Robot-Taxi、智能交通ITS）和更加安全的交通環(huán)境（各類安全系統(tǒng)）。

駕駛行為怎樣實現(xiàn)的？

在研究自動駕駛或ADAS系統(tǒng)的執(zhí)行過程之前我們需要先厘清駕駛?cè)蝿?wù)執(zhí)行的步驟。一般來說，駕駛?cè)蝿?wù)可以分為4個步驟：Perception( 感知）、Understanding（理解）的Decision Making（決策）、Actuation(行動)。感知和理解讓我們知道自己車輛處于一個怎樣的環(huán)境中，而決策和行動決定了我們需要怎樣做出行為應(yīng)對所處狀況。

類比一下，將這4個行為類比到另外一件事，例如去上海旅游。

認(rèn)識：我查看了目的地和我之間的地圖，獲得路我們之間的距離，查看了各類交通工具的時刻表，還看了自己身上有多少預(yù)算，還確定了下當(dāng)前我在哪城市，等等。一切和任務(wù)目標(biāo)相關(guān)的信息我們都盡量獲取。需要強調(diào)的是在這一步，獲取的信息大都是靜態(tài)的，并不具有動態(tài)的時空關(guān)系，而且他們僅僅是信息，從大腦的角度我并未對這些信息賦予特別的意義。

理解：獲得了信息后，我們需要加入個人的理解，才能將其變成對我們有用的內(nèi)容。例如我出發(fā)到火車站需要40分鐘，而最近的一班去上海的火車在30分鐘以后啟程，那么可以預(yù)測的采用該方法是無法趕上火車的。又例如，車站在馬路對面，但有隔離帶，則我只能通過50m以外的人行道才能穿越眼前馬路。又身上僅有500塊錢，去上海的機票要700，無法購買機票去上海。諸如此類我們將自己對世界規(guī)律理解、總結(jié)加入到客觀的信息中。因此對客觀信息賦予了更神的意義，這些信息可以讓我們對未來情況有一個預(yù)測，并能夠大概知道做出怎樣的行為大概率會有怎樣的結(jié)果。

決策：我們對未來情況已有了預(yù)測，針對這種預(yù)測我們可以發(fā)現(xiàn)，去上海有兩種可行選擇：坐火車或坐長途汽車。兩種情況都能達到目的，我怎樣選擇？“任何行為都是有代價的”我們可以設(shè)定一個決策的目標(biāo)，作為對比各類可能的標(biāo)的。例如我將的目標(biāo)設(shè)定為花錢最少。長途汽車票價更便宜，哪怕汽車比火車所用時間更多，我也會選擇他。又或多維一點，綜合考慮時間和成本，我按單位時間的成本做計算，可能火車比汽車更加劃算。又或者預(yù)算多點，我的選擇雖然只有火車，但是也可以在商務(wù)座以及二等座之間做一個決策看選擇哪一個。

行動：有了任務(wù)目的，剩下的就是去按照這個目標(biāo)去做了。

慢著，這里又有一個問題。行動第一步是需要到地鐵站，但是如何去呢？于是我們又會回到第一步，開始重復(fù)上述步驟。實際上執(zhí)行一個復(fù)雜任務(wù)的過程中，我們的我們會不斷重復(fù)上面4步。按不同周期，不動目標(biāo)，進行分解，最終，落實到我應(yīng)該先出左腳還是右腳的具體問題上。當(dāng)然，很多情況由于問題在分解過程中不斷簡化，這個過程很短，甚至不去注意我們都無從感知到他的執(zhí)行。

實際駕駛?cè)蝿?wù)中，由于自身的情況和其他交通使用者的行為不可預(yù)知，我們需要在很短的周期內(nèi)不斷的重復(fù)以上步驟，才能保證車輛的行駛安全和任務(wù)執(zhí)行的最終結(jié)果的正確。而目前技術(shù)上關(guān)于行動這一步驟已經(jīng)有較為全面研究和成果（對應(yīng)的往往是自動駕駛中的規(guī)劃、控制模塊）。但如何對世界的信息的理解和評估自身行為會有怎樣的風(fēng)險并進一步做出和人類相同甚至更好的決策，是目前還未解決的大問題。

認(rèn)識-理解-決策

籠統(tǒng)的對自動駕駛這個目標(biāo)進行分析，時不負(fù)責(zé)任的。自身和其他交通參與者，在不同場景下會有不同的行為。目前才用的方法，是進一步對自動駕駛下的場景進行區(qū)分。例如，是載人還是載物，在城市還是在高速或在封閉園區(qū)或是停車場。

在Perception認(rèn)識世界這一層，我們做的事情主要是獲取周圍世界的信息。啟動車輛后，我很自然的問一個問自己一個問題，我的周圍都有什么？我們會對周圍的信息進行觀察并且分類，有哪些是靜止目標(biāo)？哪些是運動目標(biāo)？運動目標(biāo)的運動特性又是如何的？盡管目前已經(jīng)有常用的，例如攝像頭、毫米波雷達、激光雷達等傳感器幫助我們獲取周圍的信息，但然后我們還需要對這類信息進行識別和分類。目前情況隨著各類供應(yīng)商技術(shù)的發(fā)展，傳感器輸出的數(shù)據(jù)，不僅僅是對目標(biāo)的簡單測量，常常還附帶了目標(biāo)的類型、運動的趨勢、運動的方向等等等等。

理解Understanding，這一層很重要的一件事，是對目標(biāo)建立起一個時空關(guān)系，將本身靜止的畫面變成實際連續(xù)的動畫，當(dāng)然該動畫只是在大腦中的預(yù)演不一定會真的發(fā)生，因此我們也將可以將這一步稱作預(yù)測。這里會對目標(biāo)進行進一步判斷，由于加入了自身車輛的信息，以及駕駛?cè)蝿?wù)等維度，我們主要期望區(qū)分出目標(biāo)是否會對我駕駛?cè)蝿?wù)的執(zhí)行做出影響。

具體到實際ADAS/AD中，預(yù)測又包括了：

1.對認(rèn)知的目標(biāo)分類（目標(biāo)是：車、人、道路等）

2.根據(jù)多幀觀測信息對目標(biāo)當(dāng)前時空狀態(tài)做出預(yù)估

3.根據(jù)目標(biāo)類型基于運動學(xué),計算可能的運動趨勢和移動方向

3.加入約束車輛的運動的道路特征：道路、交通燈、路標(biāo)等

4.進一步考慮自車行為（可能的動作）與環(huán)境之間的交互關(guān)系

再往前一步，決策則需要：1.理解并識別了與自身未來運動方向相關(guān)的目標(biāo)后，可以對本車的當(dāng)前情況，開始進行風(fēng)險評估；2.決策過程需要用到目標(biāo)未來狀態(tài)的估計，自身駕駛意圖判斷，車輛基本能力的了解，等等；3.對自身駕駛行為和其他車輛駕駛行為模型的收集能夠幫助車輛在瞬間做出更好的決定