“駕駛行為”是局部路徑中細(xì)分出來的行駛單元，當(dāng)然它的劃分應(yīng)該是多樣性的，主要取決于算法實(shí)現(xiàn)。
行為與行為之間會保持相對獨(dú)立性，但是行為切換時(shí)又具有平滑過渡的特征。車輛行駛中，何時(shí)采用何種行為，即為行為規(guī)劃（也有稱之為行為決策）。
單個(gè)駕駛行為，其實(shí)目前很多整車廠或科研院所做了相當(dāng)多的工作，甚至有的已經(jīng)推向市場。如特斯拉的車道保持、自動(dòng)變道、跟車功能，這些都是駕駛行為的具體實(shí)例。但是這些行為如何切換，如何過渡，特斯拉將其交給了人。自適應(yīng)巡航、車道保持、自動(dòng)變道，都需要駕駛員手動(dòng)操作后托管給機(jī)器，并隨時(shí)準(zhǔn)備接管駕駛。
人在同樣的工況中駕駛車輛，產(chǎn)生的駕駛行為序列是不一樣的，甚至同一行為的具體執(zhí)行區(qū)別也較大，這跟人的性格、安全意識和當(dāng)時(shí)的心情等有關(guān)系。比如，我們在趕時(shí)間時(shí)，變道次數(shù)會增多，超車的安全系數(shù)會降低；新手開車時(shí)，變道時(shí)機(jī)把握不好，經(jīng)常急剎車等；甚至在面臨事故時(shí)，是選擇撞車還是撞旁邊的人，不同的人可能有不同的選擇。這些很多屬于人的高級思維，也涉及到法律、倫理道德，目前機(jī)器還很難達(dá)到這個(gè)層次。但是人工智能或許是解決這一問題的突破口。
車輛定位
自動(dòng)駕駛汽車進(jìn)行全自主行駛時(shí)，需要解決三個(gè)基本問題：1.車輛在哪；2.往哪兒去；3.怎么去。
車輛在哪其實(shí)就是對車輛的定位。定位方法有多種，比如衛(wèi)星定位、地面基站定位、視覺或激光定位以及慣導(dǎo)定位等。目前國內(nèi)高校無人車使用衛(wèi)星定位+基站定位方式比較多，后兩種基本沒有涉及到。
（▲ 衛(wèi)星定位）
每一種定位方式都有其局限性，定位方式融合是趨勢。
比如衛(wèi)星定位系統(tǒng)雖然適用范圍廣、絕對位置精度高，但是其不適用于室內(nèi)或有遮擋物區(qū)域、位置也會隨時(shí)間漂移。視覺或激光定位相對位置精度非常高，無位置漂移，但是其受環(huán)境影響非常大。
將定位技術(shù)應(yīng)用到無人車上時(shí)，衛(wèi)星定位可以解決大范圍絕對位置定位、高速公路定位以及其他開闊空間定位問題，但是當(dāng)車進(jìn)入隧道、高建筑物路段或室內(nèi)時(shí)，定位信號會不穩(wěn)定或丟失。這時(shí)需要視覺或慣導(dǎo)等室內(nèi)定位方式去彌補(bǔ)。
車輛定位會直接或間接影響車輛運(yùn)動(dòng)控制與行為決策的實(shí)現(xiàn)，甚至也是感知環(huán)境所需的重要信息。在執(zhí)行已經(jīng)規(guī)劃出來的運(yùn)動(dòng)軌跡時(shí)，運(yùn)動(dòng)控制算法需要定位信息不斷反饋實(shí)際的運(yùn)動(dòng)狀態(tài)做實(shí)時(shí)的調(diào)整。在進(jìn)行行為切換時(shí)，切換時(shí)機(jī)需要充分了解到車輛所處交通環(huán)境的位置。感知方面，比如利用SLAM技術(shù)構(gòu)建地圖，就需要車輛的相對定位信息。
結(jié)束語
自動(dòng)駕駛汽車是汽車界與機(jī)器人界碰撞、融合的產(chǎn)物，它匯集了機(jī)電一體化、環(huán)境感知、電子與計(jì)算機(jī)、自動(dòng)控制以及人工智能等一系列高科技。汽車作為人類重要的交通工具，隨著這些子技術(shù)的融合、發(fā)展與突破，必將變得越來越智能，最終實(shí)現(xiàn)全天候無人駕駛。