PNC算法指的是規劃和控制（Planning and Control）的過程，它涉及到自動駕駛系統的三個關鍵組成部分：
預測（Prediction）：
目的是對檢測到的障礙物的行為軌跡進行預測，以便無人車能夠提前做出正確的決策，降低意外發生的可能性，並保證行駛的安全性和舒適性。
原理是利用歷史觀測數據（如過去20幀）來預測未來障礙物的軌跡（如未來30幀）。
特點包括實時性、準確性和可學習性。
規劃（Planning）：
規劃是確保車輛安全、平穩到達終點的核心環節，其計算速率、平滑性、穩定性等直接影響無人車的運行性能。
輸入信息包括本車狀態、障礙物信息及預測軌跡、交通信號燈信息、高精地圖和導航信息。
規劃過程包括道路內規劃（找到滿足交通規則的道路最優解）、平滑SL坐標參考系生成與信息整合、規劃模組架構的系統性抽象駕駛問題處理，以及規劃算法的疊代最佳化。
控制（Control）：
控制模組通過自動駕駛控制單元（ADC）結合車輛狀態以及規劃控制指令，通過CAN匯流排下發相應的指令進行車輛控制。
線控技術，包括線控轉向、線控油門、線控制動等，通過計算單元下發的電信號去控制車輛的動作。
PNC系統就像人類司機的大腦和手腳，對行駛的安全性和舒適性起到決定性的作用。