第1章 自动驾驶技术概论与学习路径

2024年上半年，中国乘用车市场L2级自动驾驶（L2 Autonomous Driving）的渗透率已经突破47%，部分新势力车企的L2+级城市导航辅助驾驶（Urban Navigation Assisted Driving）已经覆盖全国所有地级市，标志着自动驾驶技术已经从实验室走向大规模量产落地。与此同时，Waymo的Robotaxi（自动驾驶出租车）服务在美国凤凰城、旧金山等城市已经实现全无人（Driverless）商业化运营，累计完成超过2200万次出行服务，证明了L4级高度自动驾驶（Highly Automated Driving）的技术可行性。自动驾驶技术作为人工智能、汽车电子、控制理论等多学科交叉的前沿领域，正在重塑整个汽车产业的生态格局，也成为全球科技竞争的核心赛道之一。

1.1 自动驾驶的定义与核心价值

1.1.1 技术定义

自动驾驶（Autonomous Driving, AD）是指通过搭载先进的车载传感器、控制器、执行器等装置，融合车路协同（Vehicle-to-Everything, V2X）等多元信息，使车辆具备环境感知、路径规划、决策控制等功能，最终实现无需人类驾驶员（Human Driver）主动操作即可安全行驶的智能交通系统。其核心目标是通过技术手段降低交通事故率（当前全球90%以上的交通事故由人为失误导致）、提升交通效率、降低出行成本，同时为老年、残障等无法驾驶的群体提供出行自由度。

> 💡 行业洞察：根据国际汽车工程师学会（Society of Automotive Engineers, SAE）2021年更新的J3016标准，自动驾驶的核心判定标准是驾驶责任的归属：当系统承担全部驾驶责任时，才属于自动驾驶范畴，否则仅能称为高级驾驶辅助系统（Advanced Driver Assistance Systems, ADAS）。

1.1.2 与ADAS的核心差异

ADAS是自动驾驶的初级阶段，核心特征是驾驶员始终是驾驶责任的最终主体，系统仅提供辅助功能。常见的ADAS功能包括自适应巡航控制（Adaptive Cruise Control, ACC）、车道保持辅助（Lane Keeping Assist, LKA）、自动紧急制动（Automatic Emergency Braking, AEB）等，所有功能均要求驾驶员全程监控行驶环境，随时准备接管车辆。而自动驾驶的核心特征是系统在特定场景下承担驾驶责任，无需驾驶员持续监控，这是两者本质的区别。

1.2 自动驾驶发展历程

自动驾驶技术的发展可以追溯到近一个世纪前的探索，其发展历程大致可以分为四个阶段：

1.2.1 萌芽期（1920s-1980s）

1925年，美国工程师Francis Houdina通过无线电遥控实现了首辆无人驾驶汽车的街道行驶，虽然技术极为原始，但验证了无人驾驶的可行性。1980年代，卡内基梅隆大学（Carnegie Mellon University, CMU）启动Navlab（Navigation Laboratory）项目，研发了首代搭载计算机视觉和激光测距的无人驾驶实验车，最高行驶速度可达96km/h，但仅能在无拥堵、无复杂交通参与者的封闭道路运行。

1.2.2 探索期（1990s-2004）

1995年，CMU的Navlab 5完成了横穿美国的无人驾驶测试，全程5000公里，其中自动驾驶模式占比98.2%，平均速度96km/h，首次验证了无人驾驶在长距离公路场景的可行性。2004年，美国国防部高级研究计划局（DARPA）举办首届无人驾驶挑战赛（DARPA Grand Challenge），旨在推动无人驾驶技术在军事场景的应用，但最终冠军队伍仅行驶了11km即因故障退出，所有队伍均未完成全程，暴露了当时算法在复杂越野环境下的缺陷。

1.2.3 技术突破期（2005-2015）

2005年，DARPA第二届挑战赛中，斯坦福大学团队研发的Stanley（斯坦利）无人车凭借激光雷达、视觉、毫米波雷达的多传感器融合方案，以平均30.8km/h的速度完成全程212km的越野赛程，获得冠军，标志着无人驾驶的核心技术框架初步形成。2007年，DARPA举办城市挑战赛（Urban Challenge），赛道为模拟城市道路，包含交通规则、会车、避障、环岛等复杂场景，CMU的Boss、斯坦福的Junior等6支队伍完成比赛，首次验证了无人驾驶在城市开放道路的可行性。

1.2.4 商业化落地期（2016至今）

2016年，谷歌无人驾驶团队独立为Waymo公司，正式开启无人驾驶的商业化探索；国内方面，百度于2017年发布开源自动驾驶平台Apollo，推动国内自动驾驶技术生态的构建。2018年，Waymo在凤凰城推出全球首个商业化Robotaxi服务，2024年已实现全无人运营，累计订单突破2200万次。国内方面，2023年小鹏、理想、蔚来等新势力车企的L2+级城市导航辅助驾驶已经覆盖全国所有地级市，2024年L2级自动驾驶在乘用车的渗透率已经突破70%，成为中高端车型的标配功能。同时L3级自动驾驶（Conditional Automated Driving）也开始落地，2023年底奔驰Drive Pilot在德国、美国获批，2024年国内多家车企的L3级车型已经通过产品认证，即将面向消费者开放。

1.3 SAE J3016自动驾驶分级标准

SAE J3016是全球公认的自动驾驶分级标准，2021年更新的版本对分级逻辑、责任划分、运行设计域（Operational Design Domain, ODD）等核心概念进行了明确，为行业的技术研发、政策监管、责任认定提供了统一框架。标准将自动驾驶分为L0到L5共6个级别，核心差异是驾驶任务的负责主体、是否需要驾驶员监控、是否有ODD限制三个维度：

| SAE 级别 | 中文名称 | 英文名称 | 驾驶任务负责主体 | 是否需要驾驶员监控 | ODD要求 | |----------|----------|----------|----------------|------------------|---------| | L0 | 无驾驶自动化 | No Driving Automation | 驾驶员 | 是 | 无 | | L1 | 驾驶辅助 | Driver Assistance | 驾驶员+系统（单维度控制） | 是 | 无 | | L2 | 部分驾驶辅助 | Partial Driving Automation | 驾驶员+系统（双维度控制） | 是 | 无 | | L3 | 有条件自动驾驶 | Conditional Automated Driving | 系统（ODD内） | 否（ODD内） | 有 | | L4 | 高度自动驾驶 | Highly Automated Driving | 系统（ODD内） | 否 | 有 | | L5 | 完全自动驾驶 | Fully Automated Driving | 系统（全场景） | 否 | 无 |

1.3.1 各级别核心特征

• **L0-L2级**：属于驾驶辅助范畴，驾驶员始终是驾驶责任的最终主体，必须全程监控行驶环境，随时准备接管车辆。L1级系统仅能控制纵向（油门/刹车）或横向（方向盘）中的一个维度，比如仅支持自适应巡航（ACC）或仅支持车道保持（LKA）；L2级系统可以同时控制纵向和横向维度，实现车辆的加速、减速、转向自动控制，比如特斯拉Autopilot、小鹏NGP，但驾驶员仍需全程监控。
• **L3级**：是第一个系统承担驾驶责任的级别，在ODD（系统设计的运行范围，比如高速路、拥堵路段、特定城市区域等）内，系统可以完成所有驾驶任务，驾驶员无需监控行驶环境，可以进行其他非驾驶类活动（比如看手机、办公）；当系统无法继续运行时，会向驾驶员发出接管请求，驾驶员需要在规定时间内接管车辆，责任主体在系统运行期间为自动驾驶系统，接管后为驾驶员。
• **L4级**：在ODD内，系统可以完成所有驾驶任务，即使发出接管请求，也无需驾驶员响应，责任主体始终为系统；但超出ODD后，系统无法运行，需要驾驶员接管。当前Waymo、小马智行等企业的Robotaxi均属于L4级产品，仅能在运营的限定区域运行。
• **L5级**：属于完全自动驾驶，没有任何ODD限制，可以在任何道路、任何天气、任何场景下实现完全自动驾驶，无需人类驾驶员介入，是自动驾驶技术的终极目标，目前尚未实现。

> ⚠️ 常见误区：很多消费者将L2级辅助驾驶等同于自动驾驶，这是严重错误的认知。根据SAE J3016标准，L2级驾驶辅助的责任主体是驾驶员，若在开启辅助驾驶时发生交通事故，责任由驾驶员承担；而L3级及以上自动驾驶在系统运行期间发生的事故，责任由系统运营方/车企承担。

1.4 自动驾驶核心模块与技术定位

当前主流自动驾驶系统采用模块化分层架构，从下到上分为传感器层、感知层、决策层、规划层、控制层五个核心层级，各层级协同工作，共同实现自动驾驶功能。同时近年来端到端（End-to-End）自动驾驶架构成为研究热点，正在逐步改变传统的模块化技术路线。

1.4.1 传统模块化架构

传统模块化架构的核心思想是将自动驾驶功能拆分为多个独立、可复用的模块，每个模块负责单一功能，通过明确的接口进行数据交互，整体架构如下图所示： ```mermaid graph TD A[传感器层<br>Sensors: Camera/LiDAR/Radar/IMU/GNSS] --> B[感知层<br>Perception: 目标检测/语义分割/跟踪/SLAM] B --> C[决策层<br>Decision Making: 行为决策/风险评估/规则遵守] C --> D[规划层<br>Planning: 全局路径规划/局部轨迹规划/动态避障] D --> E[控制层<br>Control: 纵向控制/横向控制/执行器驱动] E --> F[车辆执行<br>Vehicle Actuation: 油门/刹车/方向盘/转向] F --> B G[高精度地图<br>HD Map] --> C G --> D H[车路协同<br>V2X] --> B H --> C H --> D ``` 各模块的核心定位与技术内涵如下： 1. 传感器层（Sensor Layer）：是自动驾驶系统的“眼睛和耳朵”，负责采集车辆周围的环境数据和车辆自身状态数据。核心传感器包括摄像头（Camera，负责采集图像、识别交通信号灯、车道线、交通标识等）、激光雷达（LiDAR，负责采集3D点云数据，精准测量周围目标的距离、形状、位置）、毫米波雷达（Radar，负责测量目标的距离、速度，在恶劣天气下性能优于摄像头和激光雷达）、惯性测量单元（IMU，负责测量车辆的加速度、角速度，计算车辆姿态）、全球导航卫星系统（GNSS，负责获取车辆的全局位置信息）。 2. 感知层（Perception Layer）：是自动驾驶系统的“信息处理中枢”，负责对传感器层采集的原始数据进行处理，输出结构化、语义化的环境信息。核心任务包括2D/3D目标检测（识别车辆、行人、非机动车等交通参与者）、语义分割（识别车道线、路沿、可行驶区域等道路元素）、目标跟踪（关联连续帧的目标，输出运动状态）、同步定位与建图（SLAM，实现车辆的实时定位和环境地图构建）。感知层的输出是决策、规划层的基础输入，其精度和实时性直接决定了自动驾驶的安全性。 3. 决策层（Decision Making Layer）：是自动驾驶系统的“大脑认知层”，负责基于感知层输出的环境信息、高精度地图信息、导航路径信息，做出行驶策略的决策。核心任务包括行为决策（选择跟车、变道、超车、避障、停车等行驶行为）、风险评估（判断当前场景的风险等级，比如前方是否有碰撞风险）、规则遵守（遵守交通规则，比如限速、红绿灯、路权规则）。决策层的输出是规划层的输入，决定了车辆的行驶逻辑是否符合交通规则和人类驾驶习惯。 4. 规划层（Planning Layer）：是自动驾驶系统的“大脑执行层”，负责基于决策层输出的行驶策略，生成具体、可执行的车辆行驶轨迹。核心任务包括全局路径规划（基于导航地图，规划从起点到终点的全局路径，比如选择哪条高速、哪个出口）、局部轨迹规划（基于当前周围环境，

规划出未来3-10秒内车辆的具体行驶轨迹，包括轨迹的采样点位置、速度、加速度、时间戳等信息），需要同时满足安全、舒适、效率三类核心约束。全局路径规划（Global Path Planning）的核心输入是高精度地图（High-Definition Map, HD Map）的全局拓扑结构和导航系统的目的地信息，输出是一系列路网节点组成的全局路径，比如从北京市海淀区中关村到上海浦东国际机场，全局路径规划会选择京台高速作为主路线，途经天津、济南、泰安、临沂、淮安、苏州等节点，全程约1200公里，规划耗时通常小于100ms，仅在路网结构变化（比如高速封路）时才会重新规划。局部轨迹规划（Local Trajectory Planning）的核心输入是感知层输出的周围交通参与者（车辆、行人、非机动车）的位置、速度、加速度信息，以及全局路径规划的参考路径、车辆自身的状态信息，输出是未来3-10秒内车辆的具体行驶轨迹，采样频率通常为10Hz，即每100ms生成一次新的轨迹。局部轨迹规划的核心是轨迹优化，需要在满足安全约束（不碰撞、不压线、不违反交通规则）、舒适性约束（加加速度不超过0.3m/s³，避免乘客晕车）、动力学约束（车辆的最大加速度、最大转向角不超过物理极限）的前提下，尽可能贴近全局参考路径，同时满足驾驶效率需求。

轨迹优化的成本函数通常以乘坐舒适性和跟踪精度为核心目标，数学表达为： $$J = \int_{t_0}^{t_f} \left( w_1 \cdot j(t)^2 + w_2 \cdot \delta(t)^2 + w_3 \cdot \left( v(t) - v_{ref}(t) \right)^2 \right) dt$$ 其中，$j(t)$是$t$时刻的加加速度（Jerk，即加速度的变化率），$\delta(t)$是$t$时刻的转向角，$v(t)$

$v(t)$是$t$时刻的车辆实际速度，$v_{ref}(t)$是$t$时刻的参考速度，$w_1、w_2、w_3$是权重系数，通常默认取值为$w_1=0.4$（舒适性权重）、$w_2=0.3$（控制精度权重）、$w_3=0.3$（速度跟踪权重），可根据场景动态调整：例如在拥堵跟车场景下，可提高$w_1$的权重至0.6，降低转向调整幅度，提升乘坐舒适性；在高速超车场景下，可提高$w_3$的权重至0.5，优先保证超车效率。以高速跟车场景为例：当车辆以80km/h行驶时，前车突然减速至60km/h，规划层会在3秒的规划时域内生成一条先平缓减速至60km/h、再保持与前车30米跟车距离的轨迹，优化过程会优先保证速度跟踪误差不超过2km/h，同时将加加速度控制在0.3m/s³以内，避免乘客出现明显的前倾感。

局部轨迹规划的另一核心任务是动态避障（Dynamic Obstacle Avoidance），需要根据感知层输出的动态目标（行驶车辆、横穿马路的行人、掉落的货物等）的运动状态，实时调整轨迹，避免碰撞。其核心约束是时空安全性（Spatiotemporal Safety）：即车辆在未来轨迹上的每一个采样点，与所有动态目标的未来预测位置的距离都必须大于安全阈值（通常为0.5米）。以城市道路遇到违停车辆的场景为例：当车辆以40km/h行驶时，感知层检测到前方车道有一辆违停的快递三轮车，决策层输出“减速绕行”的行为决策，规划层会基于Frenet坐标系（以道路中心线为s轴、垂直中心线为d轴的坐标系，简化道路场景下的轨迹规划问题）生成一条向左偏移1.5米、绕过三轮车后再回到原车道的平滑轨迹，整个过程耗时不超过150ms，既不会压实线违反交通规则，也不会与对向行驶的车辆发生碰撞。

局部轨迹规划的主流算法分为三类：第一类是基于搜索的算法，包括Hybrid A*、Dijkstra、A*等，适用于结构化道路场景，通过搜索离散的状态空间找到最优轨迹，2007年DARPA城市挑战赛的冠军车辆Boss就是基于Hybrid A*算法实现了城市道路的局部轨迹规划，解决了车辆非完整约束（车辆无法横向移动）的问题；第二类是基于采样的算法，包括快速扩展随机树（Rapidly-exploring Random Tree, RRT）、概率路标图（Probabilistic Roadmap, PRM）等，适用于非结构化道路场景（比如越野、园区道路），通过随机采样探索可行轨迹；第三类是基于优化的算法，包括二次规划（Quadratic Programming, QP）、非线性优化（Nonlinear Programming, NLP）、模型预测控制（Model Predictive Control, MPC）等，是目前的主流方案，通过建立轨迹优化的数学模型，直接求解满足所有约束的最优轨迹，小鹏XNGP、特斯拉FSD的局部轨迹规划模块均基于优化算法实现。

1.4.2 控制层（Control Layer）

控制层是自动驾驶系统的“手和脚”，负责将规划层生成的离散轨迹点转化为车辆执行器（油门、刹车、电子助力转向系统EPS）的具体控制指令，核心目标是高精度轨迹跟踪（Trajectory Tracking）和高乘坐舒适性（Ride Comfort），其控制精度直接决定了车辆对规划轨迹的跟踪效果，是自动驾驶安全性的最后一道关口。控制层分为纵向控制（Longitudinal Control）和横向控制（Lateral Control）两个子模块：

• 纵向控制负责控制车辆的纵向运动（加速、减速、停车），核心算法包括PID控制、模型预测控制（MPC）、自适应巡航控制（Adaptive Cruise Control, ACC）底层算法等。以PID控制为例，其核心原理是计算规划轨迹的目标速度与实际速度的误差，通过比例（P）、积分（I）、微分（D）三个环节的线性组合输出油门或刹门的开度，结构简单、易调试，是L2级辅助驾驶纵向控制的主流方案；但在复杂场景下（比如冰雪路面、上下坡），PID控制的精度和舒适性不足，因此L3及以上级别的自动驾驶普遍采用MPC算法做纵向控制。
• 横向控制负责控制车辆的横向运动（转向、车道保持），核心算法包括纯跟踪算法（Pure Pursuit）、Stanley算法、MPC等。以纯跟踪算法为例：其核心原理是在规划轨迹的前方选择一个**预瞄点（Lookahead Point）**，预瞄距离与车辆速度成正比（通常取预瞄时间常数2~3秒，即60km/h时预瞄距离为3