自动驾驶规划与控制算法有哪些
哪些公司问过
答案要点
- 规划分层:全局路径规划(A*、Dijkstra、RRT)与局部运动规划(Lattice、Frenet、QP 优化)
- 局部规划需同时考虑障碍物、交通规则、车辆动力学,输出带时间和速度的轨迹
- 横向控制常用 Pure Pursuit、Stanley、LQR,纵向控制常用 PID
- MPC 滚动优化:预测 N 步、求解带约束的优化问题、只执行首步控制量
- MPC 代价一般包含跟踪误差和控制量及其变化量,约束包含转角、加速度上下限
易错点
- 把 A* 这类搜索算法和 MPC 等控制算法混为一层
- 讲 MPC 时漏掉“只执行第一步、下周期重算”的滚动特性
- 只讲几何路径,不提速度规划和动力学可行性
面试官常见追问
- 车辆规划中有哪些硬约束和软约束?
- Pure Pursuit 和 Stanley 有什么区别?
- 为什么要把路径和速度解耦规划?
完整的口述示范答案、每个追问的参考回答,在启面刷题中心查看;也可以让 AI 面试官用语音按这道题连环追问你。