Update readme.md

UMCar/readme.md

@@ -1,7 +1,9 @@
 # 无人驾驶
 ![](https://github.com/Ewenwan/MVision/blob/master/UMCar/img/sdc.PNG)
 
-[百度apollo课程](https://www.bilibili.com/video/BV1yJ411d7xu/?spm_id_from=333.788.videocard.16)
+[百度apollo课程 1-5 ](https://www.bilibili.com/video/BV1yJ411d7xu/?spm_id_from=333.788.videocard.16)
+
+[百度apollo课程 6-8](https://www.bilibili.com/video/BV1iJ411d7XA/?spm_id_from=333.788.videocard.0)
 
 当今，自动驾驶技术已经成为整个汽车产业的最新发展方向。应用自动驾驶技术可以全面提升汽车驾驶的安全性、舒适性，满足更高层次的市场需求等。自动驾驶技术得益于人工智能技术的应用及推广，在环境感知、精准定位、决策与规划、控制与执行、高精地图与车联网V2X 等方面实现了全面提升。科研院校、汽车制造厂商、科技公司、自动驾驶汽车创业公司以及汽车零部件供应商在自动驾驶技术领域进行不断地探索，寻求通过人工智能技术来获得技术上的新突破。
 
@@ -55,7 +57,7 @@
 
 [第六十八篇：从ADAS到自动驾驶（一）：自动驾驶发展及分级](https://blog.csdn.net/liaojiacai/article/details/55062873)
 
-> 1.环境感知，起着人类驾驶员“眼睛”“耳朵”的作用
+## 1.环境感知，起着人类驾驶员“眼睛”“耳朵”的作用
 
 * 摄像机可以识别车辆行驶环境中的车辆、行人、车道线、路标、交通标志、交通信号灯等。它具有较高的图像稳定性、抗干扰能力和传输能力等特点。
 * 激光雷达是以发射激光束来探测目标空间位置的主动测量设备。
@@ -90,10 +92,7 @@
 
 
 
-
-
-
-> 2.精准定位
+## 2.精准定位
 
 * 惯性导航系统由陀螺仪和加速度计构成，通过测量运动载体的线加速度和角速率数据，并将这些数据对时间进行积分运算，从而得到速度、位置和姿态。
 
@@ -103,7 +102,6 @@
 短时间内准确，长时间内，由于IMU数据飘逸，变得的不准确，可以和GPS结合
 
 
-
 * 轮速编码器与航迹推算.可以通过轮速编码器推算出自动驾驶汽车的位置。通常轮速编码器安装在汽车的前轮，分别记录左轮与右轮的总转数。通过分析每个时间段里左右轮的转数，可以推算出车辆向前走了多远，向左右转了多少度等。由于在不同地面材质（如冰面与水泥地）上转数对距离转换存在偏差，随着时间推进，测量偏差会越来越大，因此单靠轮测距器并不能精准估计自动驾驶汽车的位姿。
 
 * 卫星导航系统.目前全球卫星导航系统包括美国的GPS、俄罗斯的GLONASS、中国的北斗卫星导航系统。
@@ -144,14 +142,26 @@ gps不能正常使用时：
 粒子滤波定位， 使用检测出的地图点 匹配定位，多中粒子点可能性，最后真实位置，保留了下来。
 
 
-> 3.决策与规划
+## 3.决策与规划
 
 自动驾驶汽车的行为决策与路径规划是指依据环境感知和导航子系统输出信息，通过一些特定的约束条件如无碰撞、安全到达终点等，规划出给定起止点之间多条可选安全路径，并在这些路径中选取一条最优的路径作为车辆行驶轨迹。
 
 * 路径规划：即路径局部规划时，自动驾驶车辆中的路径规划算法会在行驶任务设定之后将完成任务的最佳路径选取出来，避免碰撞和保持安全距离。在此过程中，会对路径的曲率和弧长等进行综合考量，从而实现路径选择的最优化。
 
 * 驾驶任务规划：即全局路径规划，主要的规划内容是指行驶路径范围的规划。当自动驾驶汽车上路行驶时，驾驶任务规划会为汽车的自主驾驶提供方向引导方面的行为决策方案，通过GPS 技术进行即将需要前进行驶的路段和途径区域的规划与顺序排列。
 
+规划前需要 预测外界环境将会发生什么：
+
+动态物体(动态障碍物) 路径轨迹预测
+
+基于模式(直行模式和右转模式)的预测 / 基于数据驱动(机器学习模型)的预测 
+
+十字路口 车辆行为预测 (车道线序列（空间标号），车道序列框架，利用RNN来预测，根据时序数据，来预测物体行为)
+
+apollo 使用RNN 模型 预测 车辆的 目标车道 ，然后根据车辆目标车道序列，预测车辆行为轨迹
+
+
+
 
 **自动驾驶汽车主要使用的行为决策算法有以下3 种**
 * 基于神经网络：自动驾驶汽车的决策系统主要采用神经网络确定具体的场景并做出适当的行为决策。