算法的基本分布结构
自动驾驶主要算法介绍
算法的基本分布结构
行业算法：
行业算法是根据特定行业和专业领域的特定问题，将计算逻辑模块调取组合，并应用此行业数据训练形成的计算模式。常见的行业算法如无人驾驶，AI医疗诊断，配送路径规划、工业检测、城市管理中的问题发展与预测、犯罪行为识别与预警等。
通用算法
通用算法用于解决特定类型场景的共性问题，是多个基础算法的组合发展形成的逻辑计算技术。常用的通用算法有视频处理、图像识别、目标检测、人流统计、行为识别、人脸识别、自然语言处理等。
基础算法
基础算法用于支持在设计程序和编写代码的过程中进行最基本的技术逻辑管理。常用的基础算法有快速排序算法、堆排序算法、归并排序、二分查找算法、BFPRT（线性查找算法）、DFS(深度优先搜索）、BFS(广度优先搜索）、Dijkstra算法、动态规划算法、朴素贝叶斯分类算法等。
自动驾驶主要算法介绍
| 环境感知类算法 | 算法名称 | 目的 |
| Lindar SLAM 算法 | 基于激光雷达感知的点云数据，对周围环境进行地图构建 | |
| VSLAM 算法 | 基于摄像头 感知的点云数据，对周围环境进行地图构建 | |
| 多传感器融合算法 | 对摄像头、毫米波雷达、激光雷达、惯性导航等感知的信息数据进行解析融合 | |
| 自动驾驶感知算法 | 对车道线、红绿灯、车辆障碍物、可行驶区域进行检测 | |
| 决策规划类算法 | 自动驾驶决策算法 | 感觉感知模块传递的信息学，对汽车行为进行决策 |
| 自动驾驶规划算法 | 对车辆路径和速度进行规划 | |
| 控制执行类算法 | 自动驾驶控制算法 | 对车辆纵向动力学建模，实现车辆运动控制 |
)
