为提高自动驾驶车辆在超高速公路行驶的安全性，提出了一种换道轨迹规划策略。首先，采用5次多项式生成一般变道轨迹簇，以车辆动力学极限和周围交通车辆为约束，将轨迹规划问题量化为求解换道行为持续时间；接着，考虑车辆动力学约束，建立了车辆动力学模型和Brush轮胎模型，基于所建立汽车模型的轮胎侧向力数据求解轮胎侧偏刚度，辅以魔术轮胎模型，验证所求轮胎侧偏刚度；然后，引入质心侧偏角-横摆角速度相平面，得到高速

HAVP(Home Automated Valet Parking assist)，即记忆泊车功能，是泊车辅助功能的更高级拓展应用，旨在辅助客户在一些特定场景下，代其停到他想要停的位置，整个过程不需要客户在车内进行车辆控制等操作，但出于安全考虑，需要客户在距车辆一定范围内，通过手机 APP 保持系统实时处于激活状态，并监控系统的运行状态，必要时可主动采取制动等安全操作。此功能由三个子功能构成，分别

随着产品的不断迭代，外部停车场的铺开，PAVP车辆需要应对的场景将越来越复杂，因此整体算法泛化能力的提升显得尤为关键。为了打磨泊车规划的能力，算法架构应当设计的更为灵活，可以针对使用场景迁入更为先进有效的算法，同时也可以更好的结合现有成熟的仿真平台进行算法的离线调优；此外考虑到产品的设计需求以及硬件算力的限制，算法性能的优化也是十分重要的课题。

本文档的目的是描述HWP自动驾驶功能涉及的HMI显示需求技术规范和设计说明。

高速路自动驾驶功能HWP是指在一般畅通高速公路或城市快速路上驾驶员可以放开双手双脚，同时注意力可在较长时间内从驾驶环境中转移，做一些诸如看手机、接电话、看风景等活动，该系统最低工作速度为60kph。

随着产品的升级迭代，对算法的泛化能力和指标都提出了新的需求。一方面后续需要低成本迁移不同停车场，可能面临更多的人流车流、更多的场景（如双车道、不同弯道、道路情况、不同车库层数等），因此对当前模块的工程通用性和算法的泛化能力都有更高的需求；另一方面，基于降成本以及后续性能及产品效果提升的需求，对当前算法的资源占用、效果指标等也也会有更的要求。当前算法模块主要有以下问题。首先是算法架构的可扩展性存在较

本方案是在动态窗口法基础上，着眼于四轮车的高速道路，低速道路，以及泊车场景，演进而来的算法，简称M-DWA（Multiply step Dynamic Window Approach）。总体模块划分为：决策模块，路径规划模块，LLC（Low level control）三大部分。决策模块：决策模块有三大功能。1，根据上游算法给出的环境信息，将整个规划模块切分成不同的决策场景，每一个决策场景包括一个

L4级智能驾驶公交量产方案，L4级自动驾驶技术方案。

HWP 功能仅针对高度结构化道路设计，限制使用环境为严格限制出入、有明确的隔离设置区分对向交通、无立体或水平交叉路口、无交通灯等设施的高速公路或城市快速路（不包含出、入匝道功能）；HWP 功能能够识别可以依法取得牌照，合法上高速公路行驶的普通乘用车、商用车等车辆目标；对于其他类型的障碍物，HWP 功能会尽可能的按照安全性策略进行规避并发出警报，但受限于车载感知能力，对于无法识别（路面坑洼等）、近距

本设计的技术点主要在于STM32的PWM输出和STM32对MPU6050的信号接收。设计内容需要STM32微处理器、数字舵机、无线模块、MIPU6050等器件，提供基于STM32的PWM技术的数字舵机控制系统和STM32对MPU6050的信号接收与转换系统。 统采用STM32为核心，在Keil Uvision4的开发环境下进行编程。