第一百零二章 自动驾驶算法（求订阅）（2 / 4）

“三维投影技术竟然可以这样用？”

“……”

陈浩眼中冒着精光，问道：“老板，我们能学三维投影技术吗？”

秦简笑着道：“技术都是相通的，不管是三维投影，还是自动驾驶其实都是对图像的处理，你们只要把我接下来教给你们的基础知识学会，那么未来不仅仅可以研究自动驾驶技术，就是三维投影技术也可以进行研究。”

“好了，你们先熟悉一下屏幕的操作方式，等一下我们就开始讲课。”

秦简说着，打了个手势，投影屏幕旁边出现了帮助内容，众人纷纷开始学习起操控的手势。

过了大概十分钟，台下的众人基本上都熟悉的投射屏幕的操作。

秦简开始讲课：

“自动驾驶技术是硬件与软件的紧密结合，在硬件方面核心设备主要为超声雷达，摄像头，毫米波雷达，激光雷达，固态雷达，还有多传感器，在软件方面就是自动驾驶决策系统，通俗的来说就是自动驾驶算法，这个算法主要分为规则算法与深度学习算法，

规则算法通过人为定义行驶规则的方式帮助车辆进行决策，这种算法决策的正确性很低，容易出现误判，同时随着场景的复杂度增加算法的规模会变的非常的庞大，很容易出现冗余的情况，而且在复杂行驶环境下性能很难进行大幅度的提升，是以多用于简单的场景，

而深度算法就是通过深度学习实现对复杂场景的处理，在经过大量的数据训练后可以大大的提高系统决策的正确性，并且简化了决策系统的结构，但是这种方式同样存在可解释性差，调整性较差的缺点，而且训练的结果有很大的不确定性，

是以自动驾驶决策系统会把规则算法和深度学习算法相结合，这样在顶层可以对简单的场景进行规则定义进行场景遍历，在底层使用深度学习算法对复杂的具体的场景进行深度的训练，两种算法的结合可以最大程度上提高决策系统的准确性与稳定性。”

台下众人听的都很认真，秦简继续道：

“硬件上的技术，我们会留到后期来讲，今天我们先来讲一下决策系统，不管是规则算法还是深度学习算，他们都是为了解决三个问题，

感知，规划，与控制，

感知是指决策系统对环境的感知能力，通过硬件反馈的数据可以快速的判断当前所处的环境状态，比如说行人，障碍物，斑马线，红路灯，等各种道路标识。