規劃控制，與環境感知、定位、基礎架構、仿真一起構成了自動駕駛的5大核心模塊。
規劃控制的主要職責是，已知周圍環境《行人/車輛、紅綠燈、車道線》的基礎上，車輛結合當前位置、目的地以及地圖信息，對自身做出最合理的決策動作《比如變道超車或者沿當前車道保持》。
決策之後，車輛會規劃一條新的軌跡，並通過控制方向盤、油門剎車等使得車輛沿著該軌跡行駛。
《自動駕駛算法結構圖》
規劃控制是整個自動駕駛算法流程中最下遊的模塊，由於其發出的指令直接控制車輛的方向盤和油門剎車，所以它決定著自動駕駛的安全性及舒適度。
當下各大自動駕駛企業中，規劃控制是最熱門、最稀缺的崗位。
《自動駕駛控制規劃過程》
目前企業界的主流規控算法包括PID，LQR，MPC等控制算法，以及A*,Dijkstra,有限狀態機，Markov決策，Lattice planner等規劃算法。
網絡上有比較多的博客介紹這些算法的大概思路，但理論講解與C++代碼實現結合的內容少之又少。
為了便於大家學習，深藍學院邀請了具有10年以上規劃控制研發經驗的烏寧博士，開設了《自動駕駛控制與規劃》線上課程。
課程詳細講解了PID，LQR，MPC等自動駕駛常用的控制算法，以及動作規劃、決策規劃、路徑規劃等規控崗位必備的基礎知識。
同時配套了6個實踐Project，教給大家如何將算法落地應用在自動駕駛場景中。
本期課程還開設了講師直播答疑環節，老師將會面對面解決同學們學習過程中遇到的各種困難。
01
課程講師
博士畢業於新加坡國立大學。
具有10年以上機器人規劃控制的研發經驗，獲得多項自動駕駛專利，並發表多篇機器人、自動駕駛論文。
02
項目實踐
項目實踐案例：
《車輛軌跡跟蹤LQR算法》
《局部軌跡規劃算法lattice planner》
請務必備註1209，優先通過哦！
03
課程收獲
1.了解自動駕駛的規劃控制在整個自動駕駛中的作用；
2.學會如何建立車輛幾何模型、車輛運動學模型以及車輛動力學模型，如何對一些重要的參數進行辨識；
3.學會設計多種控制器《PID，LQR，MPC》去解決自動駕駛中的控制問題，提升車輛的軌跡追蹤、自適應巡航等的性能；
4.學會如何通過有限狀態機(Finite-state machine)在動態環境下規劃出一條避開障礙物並符合車輛動力學的路徑，如何在復雜環境下做出合理決策等。
5.掌握規劃領域的Dijkstra，A*等路徑規劃的方法，運動規劃的方法以及在不確定性條件下的規劃問題。
本課程從基礎的車輛物理模型出發，通過對不同場景及應用下車輛模型的分析，詳細闡述車輛控制學及路徑規劃的知識體系。
通過將理論與實際車輛規劃控制中的問題相結合，從而讓大家達到融會貫通的效果。
04
課程大綱
05
適合人群
1.希望從事自動駕駛規劃控制研發的在校學生，尤其是機械、電子電氣、計算機、自動化等專業的同學。
2.已經在從事自動駕駛規劃控制相關領域的研發工程師。
3.自動駕駛或者機器人企業中其他方向的研發工程師，以及系統工程師。
06
課程服務
1.直播答疑
本次課程配備直播答疑服務，學員可面對面與講師交流，講師將會以直播的形式解決每一位同學學習過程中遇到的難題。
2. 三師助力
講師&助教微信群及時答疑解惑，班主任全程帶班督學，幫你克服拖延，不斷進步。
3. 定期班會
助教1V1批改作業，並在班會中進行講評和指導；在班會中，學習更多技巧；在交流中收獲更多思路。
07
其他收獲
1.優質的學習圈子
你的同學大多是來自985、211及海外院校碩博，在這裡大家一起學習、進行討論與研究。
獨一無二的優質圈子將是你未來學習與就業的寶貴資源。
2. 企業認可的證書
學完課程後將有機會收獲優秀學員證書、畢業證書，為你的簡歷加分添彩。
08
搶占名額
請務必備註1209，優先通過哦！