【嘉德点评】这项专利技术使无人驾驶汽车的转向率尽可能接近人类水平，从而最小化成本函数。

集微网消息，去年在人工智能政策及智能网联汽车道路测试规则体系新闻发布会上，长沙市政府颁发了49张自动驾驶测试牌照，其中百度Apollo获得45张，并在长沙正式启动大规模测试，为2019年的无人驾驶载客运营做好政策和技术准备。截至目前，百度已在全国各地累计获得超过百张政府颁发的牌照。

无人驾驶车辆指的是配置为自动驾驶模式的车辆，在很少或几乎没有驾驶员干预的情况下通过导航行驶。尤其在面对各种弯道时，车辆需要快速准确地转弯，这对无人驾驶车辆的转向系统提出了更高要求。

早在2017年5月24日，百度就申请了一项名为“动态调整自动驾驶汽车的转向率的方法”的发明专利（申请号：201780003089.9），申请人是百度（美国）有限责任公司。

根据公开的专利申请文件，让我们一起来了解无人驾驶车辆是如何实现转弯动作的。

在百度的无人驾驶系统中，每一辆无人驾驶车辆的结构如上图所示，每辆车都配备了传感器系统和控制系统。传感器系统包括多个摄像头、全球定位系统（GPS）、惯性测量单元、雷达和激光雷达等设备。这些传感器提供关于自动驾驶车辆位置和状态的信息。

此外，每辆无人驾驶车辆的关键部件如方向盘、油门和车轮等也都装有传感器，例如转向传感器、油门传感器和音频传感器等。这些传感器使得无人驾驶车辆能够实时监测自身状态并顺利完成转向任务。

控制系统是必不可少的，如果说传感器系统是无人驾驶车辆的眼睛，那么控制系统则是其大脑。它主要包含转向单元、油门单元和刹车单元。

今天我们重点介绍转向单元，它负责调整车辆的方向或行进方向。转向技术中的重要参数是转向率，它决定了车辆可以转过的角度和通过的弯道大小。

无人驾驶汽车采用人工智能算法来执行转向任务，简而言之，它们不断学习和模仿人类驾驶行为，从而实现自主驾驶。当人们在驾驶过程中遇到不同大小的弯道时，他们通常依靠经验和直觉来转动方向盘，而无人驾驶汽车则会定义一个成本函数，以确定特定转向率的成本。成本函数可能包含一个或多个子成本函数，用于计算一个或多个个体成本。

无人驾驶汽车的目标是尽可能使转向率接近人类水平，即最小化成本函数。传感器系统继续收集车辆的各种状态信息，控制系统则负责控制这些状态。

针对不同的路况，决策模块决定如何应对这些不同路况，决策模块可以根据驾驶或交通规则做出相应决策，这些规则存储在永久存储设备中。有了这些硬件和软件基础，无人驾驶车辆就能够顺利执行转向任务。

以上过程展示了操作自动驾驶车辆转向的具体步骤，通过软硬件结合的方式完成这一流程。

首先，处理逻辑确定自动驾驶车辆的多个转向率候选方案，利用多个成本函数评估这些方案对车辆的影响。

其次，通过不同的成本函数确定控制转向率的总成本，在候选转向率中选择具有最低总成本的转向率作为最终转向率。

最后，基于目标转向率生成转向控制命令，以控制无人驾驶车辆的方向盘。这需要软件和硬件的协同工作，才能确保车辆准确转弯。

这就是集微网为大家带来的关于百度研究的无人驾驶车辆如何确定转向率的专利解析，相信这一技术将为百度的无人驾驶技术带来更大的竞争力。看似神奇的自动转弯技术背后，凝聚着无数科技工作者的心血和努力，我们也期待无人驾驶技术能早日融入日常生活。