自动驾驶技术对于提高交通安全性、能源效率、交通流畅性以及提供舒适便利的交通方式具有重要的意义。它是未来交通领域发展的重要方向，有助于构建更加安全、高效、环保和可持续的交通系统。目前流行的基于规则的自动驾驶系统虽然可以在一些简单和确定的驾驶场景中表现良好，但在复杂、不确定和动态的驾驶环境中存在一些局限性。此外，传统自动驾驶技术使用的发射型传感器对于人体和环境也有潜在的危害。本项目基于人工智能领域最新理论成果，将深度学习算法的应用从环境感知延伸到路径规划模块，通过模仿专业司机的驾驶行为，实现更加智能化的自动驾驶效果，可以轻松应对复杂的城市交通环境。本项目的主要特点可以概括为技术新、成本低和人性化：1.技术新：基于序列鸟瞰图的端到端深度神经网络的路径规划，性能比基于规则的路径规划有大幅提升，在城区道路中也可以安全行驶，是换代型新技术。2.成本低：以环视相机与计算机视觉算法为中心的技术方案，成本较低，且能避免激光雷达和超声波雷达等发射型传感器对人体和环境造成的未知伤害。3.人性化：在算法的训练过程中引入影响车辆运行平稳性的评价指标，可大幅避免急刹急转弯等操作，实现堪比人类专业司机的驾驶操作，提升用户的乘坐体验。 【展开】 【收起】