深度学习自动驾驶系统中预测和规划的集成思考：一项综述
原文中文，约500字，阅读约需2分钟。发表于：。自动驾驶有潜力彻底改变个人、公共和货物运输的机动性。通过准确感知环境并利用可获得的传感器数据，自动驾驶需要规划一条安全、舒适和高效的运动轨迹。为了提高安全性和前进步伐，许多研究依赖于预测周围交通的未来运动。模块化的自动驾驶系统通常将预测和规划作为顺序独立的任务处理。然而，这种方法虽然考虑到了周围交通对自车的影响，却未能预测交通参与者对自车行为的反应。最近的研究表明，将预测和规划整合为相互依赖...
自动驾驶有潜力彻底改变个人、公共和货物运输的机动性。最新研究表明，将预测和规划整合为相互依赖的联合步骤是实现安全、高效和舒适驾驶的必要条件。本研究回顾了基于深度学习的预测、规划和集成预测规划模型的进展，并讨论了不同集成方法的意义、优势和限制。通过指出研究中的空白、描述未来挑战和研究领域的趋势，确定了未来研究的有希望的方向。
