第1章 自动驾驶系统概论 / Chapter 1 Overview of Autonomous Driving Systems

自动驾驶（Autonomous Driving）作为人工智能（Artificial Intelligence, AI）、汽车工程（Automotive Engineering）、通信技术（Communication Technology）等多学科交叉的前沿领域，正在全球范围内推动出行方式的革命性变革。自20世纪80年代卡内基梅隆大学（Carnegie Mellon University, CMU）推出全球首款自动驾驶原型车“NavLab”以来，经过四十余年的技术迭代，自动驾驶已经从实验室走向商业化落地，成为全球汽车产业和科技产业竞争的焦点赛道。根据国际汽车工程师学会（SAE International）2023年发布的自动驾驶技术路线图，预计到2030年，全球L2+级辅助驾驶（Advanced Driver Assistance System, ADAS）的渗透率将达到70%，L4级限定场景自动驾驶（Limited Scenario Autonomous Driving）的渗透率将达到15%，而全场景L5级自动驾驶（Full Scenario Autonomous Driving）的技术成熟度仍不足30%，产业落地仍面临技术、法规、商业等多重挑战。

1.1 自动驾驶技术演进路径

自动驾驶的发展历程本质上是对人类驾驶行为的逐步替代过程，其演进路径可划分为四个核心阶段，每个阶段的突破均对应着感知、决策、控制等核心技术的代际升级。

1.1.1 实验室探索阶段（1980s-2000s）

这一阶段的核心特征是技术验证与原型研发，自动驾驶尚未进入产业化视野。1984年CMU推出的NavLab系列原型车搭载了基于视觉的感知系统，可实现简单的车道线识别与路径跟踪，但最高行驶速度仅为20km/h，且仅能在结构化道路上运行。1995年德国慕尼黑联邦国防军大学（University of the Bundeswehr Munich）推出的“VaMoRs”系统，首次实现了基于多传感器融合的自动驾驶能力，可在高速公路上以130km/h的速度行驶，但系统体积占满整个后备箱，成本超过100万美元。这一阶段的技术瓶颈主要集中在传感器精度低、算力不足、算法鲁棒性差三个层面，所有系统均处于“演示验证”状态，无法应对复杂的真实交通场景。

1.1.2 技术验证阶段（2000s-2015s）

2004年美国国防部高级研究计划局（DARPA）举办的“DARPA无人驾驶挑战赛”成为自动驾驶发展的分水岭，该赛事首次将自动驾驶从实验室推向真实越野场景，参赛队伍需完成237公里的沙漠越野路线。2005年斯坦福大学（Stanford University）团队的“Stanley”赛车以6小时53分8秒的成绩完成比赛，首次证明了自动驾驶在非结构化道路上的可行性。此后，谷歌（Google）于2009年秘密启动自动驾驶项目（后独立为Waymo），开启了自动驾驶的产业化探索。这一阶段的核心突破包括：激光雷达（Light Detection and Ranging, LiDAR）技术的商业化应用，将测距精度从米级提升至厘米级；多传感器融合算法的成熟，解决了单一传感器的局限性；车规级计算平台的推出，满足了自动驾驶的算力需求。2015年Waymo首次完成自动驾驶车辆的城市道路测试，行驶里程超过100万英里，证明了自动驾驶在复杂城市场景的可行性。

1.1.3 商业化落地阶段（2015s-至今）

2018年被认为是自动驾驶商业化的元年，这一年谷歌Waymo正式推出全球首个商业化RoboTaxi（Robot Taxi，无人驾驶出租车）服务“Waymo One”，在美国凤凰城（Phoenix）向公众开放运营，标志着自动驾驶从技术验证正式走向商业化。此后，全球自动驾驶产业进入快速发展期：乘用车领域，特斯拉（Tesla）于2019年推出完全自动驾驶（Full Self-Driving, FSD）Beta版本，向用户推送L2+级辅助驾驶功能；中国小鹏汽车于2022年推出XNGP（Xiaopeng Navigation Guided Pilot）系统，支持全国所有城市的道路导航辅助驾驶；干线物流领域，图森未来（TuSimple）于2023年实现L4级自动驾驶重卡的商业化运营，运输成本较人工驾驶降低20%；封闭场景领域，踏歌智行于2021年在内蒙古霍林河煤矿实现L4级无人矿卡的规模化运营，运输效率较人工驾驶提升25%。根据麦肯锡（McKinsey）2023年发布的《全球自动驾驶市场报告》，2023年全球自动驾驶市场规模达到1200亿美元，预计到2030年将突破2万亿美元。

1.1.4 未来演进方向

从技术成熟度曲线（Gartner Hype Cycle）来看，自动驾驶当前处于“期望膨胀期”到“幻灭期”的过渡阶段，未来5-10年将逐步进入“稳步爬升光明期”。技术演进的核心方向包括：传感器成本的持续下降，固态激光雷达（Solid-State LiDAR）的成本已从2018年的10万美元降至2023年的1000美元，预计到2027年将降至100美元以内；算力的持续提升，英伟达（NVIDIA）2023年发布的Thor芯片算力达到2000TOPS，可满足L5级自动驾驶的算力需求；算法的持续优化，大模型（Large Model）技术在自动驾驶领域的应用，将大幅提升系统的长尾场景（Corner Case）处理能力。

1.2 SAE J3016自动驾驶分级标准解读

SAE J3016《驾驶自动化系统相关的标准术语和分类》是全球公认的自动驾驶分级标准，该标准于2014年首次发布，2021年发布最新版本，从“动态驾驶任务（Dynamic Driving Task, DDT）接管主体”“设计运行域（Operational Design Domain, ODD）”“驾驶自动化系统能力”三个维度对自动驾驶进行分级，共分为L0-L5六个等级。

1.2.1 分级核心逻辑

SAE J3016分级的核心判定依据是驾驶自动化系统是否承担全部动态驾驶任务，以及是否需要人类驾驶员接管。动态驾驶任务包括：环境感知、车辆决策、车辆控制三个核心环节，当驾驶自动化系统能够完全承担这三个环节的任务，且不需要人类驾驶员接管时，即为L5级自动驾驶；仅能承担部分环节的任务，需要人类驾驶员接管时，对应L0-L4级。

> 📌 侧边栏：SAE J3016 2021版核心更新 > 2021年SAE发布的J3016最新版本中，首次将ODD作为分级的核心判定依据，取消了此前L3-L4级“是否需要人类驾驶员接管”的模糊表述，明确了只有在ODD范围内，驾驶自动化系统才能承担动态驾驶任务，超出ODD必须立即退出并移交控制权。ODD的四个核心维度包括：地理区域（Geographic Area）、道路类型（Road Type）、速度范围（Speed Range）、环境条件（Environmental Condition），例如一款L3级自动驾驶系统的ODD可能是“中国北京市高速公路，速度范围60-120km/h，晴天/阴天，无暴雨/暴雪/大雾天气”。

1.2.2 各等级定义与适用场景

SAE J3016各等级的定义、核心能力、责任主体、适用场景对比如表1-1所示： | 等级 | 名称 | 核心能力 | 动态驾驶任务接管主体 | ODD要求 | 责任主体 | 典型适用场景 | |------|------|----------|----------------------|---------|----------|--------------| | L0 | 无驾驶自动化 | 驾驶员承担全部动态驾驶任务，系统仅提供预警 | 人类驾驶员 | 无 | 人类驾驶员 | 无 | | L1 | 驾驶辅助 | 系统仅控制横向或纵向其中一个维度，例如车道偏离预警、自适应巡航 | 人类驾驶员 | 无强制要求 | 人类驾驶员 | 高速巡航、拥堵跟车 | | L2 | 部分驾驶自动化 | 系统同时控制横向和纵向两个维度，例如车道保持+自适应巡航，驾驶员需全程监控 | 人类驾驶员 | 无强制要求 | 人类驾驶员 | 高速、城市快速路 | | L3 | 有条件驾驶自动化 | 在ODD范围内，系统承担全部动态驾驶任务，驾驶员无需监控，系统请求接管时需响应 | 驾驶自动化系统（ODD内）/人类驾驶员（ODD外/接管请求后） | 必须明确限定 | 驾驶自动化系统（ODD内事故）/人类驾驶员（接管后事故） | 高速自动驾驶、拥堵跟车 | | L4 | 高度驾驶自动化 | 在ODD范围内，系统承担全部动态驾驶任务，无需人类接管，系统可自行退出ODD | 驾驶自动化系统 | 必须明确限定 | 驾驶自动化系统 | 限定区域RoboTaxi、干线物流、矿区/港口封闭场景 | | L5 | 完全驾驶自动化 | 在所有场景下，系统承担全部动态驾驶任务，无需人类接管 | 驾驶自动化系统 | 无限制 | 驾驶自动化系统 | 全场景覆盖 |

> 📌 侧边栏：L2与L3的核心差异 > 很多用户容易混淆L2与L3的核心差异，本质上有两个关键区别：第一，责任主体不同，L2级的事故责任主体是驾驶员，L3级ODD内的事故责任主体是驾驶自动化系统（主机厂/算法提供商）；第二，驾驶员职责不同，L2级要求驾驶员全程监控路况，随时准备接管，L3级ODD内驾驶员无需监控路况，可进行其他活动（例如看电影、办公）。这一差异直接导致L3级自动驾驶的硬件冗余要求、功能安全要求远高于L2级，成本也相应提升30%以上。

1.2.3 分级标准的局限性

SAE J3016作为技术分级标准，存在一定的局限性：首先，该标准基于美国交通场景设计，对中国的复杂城市交通场景（例如非机动车混行、行人横穿、加塞等场景）的适配性不足；其次，该标准未对“驾驶员响应接管请求的时间”做出明确规定，不同车企的L3级系统的接管时间要求差异较大，可能导致责任界定模糊；最后，该标准未涵盖车路协同（Vehicle-to-Everything, V2X）场景下的分级逻辑，而中国正在推进的车路协同自动驾驶路线，需要适配新的分级框架。

1.3 自动驾驶系统典型分层架构

从系统架构来看，自动驾驶系统可抽象为“感知-决策-规划-控制-执行”五层架构，本质是对人类驾驶行为的工程化解构：人类驾驶员通过眼、耳等感官获取环境信息（对应感知层），大脑处理信息后做出驾驶决策（对应决策层），通过手脚控制车辆行驶（对应控制层），最终由车辆的机械结构执行动作（

对应执行层），五层架构各环节通过标准化接口传递数据，形成从环境感知到车辆控制的闭环反馈链路，如图1-1所示。

```mermaid graph LR A[传感器层<br/>Sensor Suite] -->|原始数据| B[感知层<br/>Perception Layer] B -->|环境语义信息| C[决策层<br/>Decision-Making Layer] C -->|驾驶行为指令| D[规划层<br/>Planning Layer] D -->|期望轨迹/控制指令| E[控制层<br/>Control Layer] E -->|控制量| F[执行层<br/>Execution Layer] F -->|车辆状态反馈| A F -->|车辆状态反馈| B F -->|车辆状态反馈| E G[高精度地图<br/>HD Map] --> C G --> D H[V2X信息<br/>V2X Message] --> B H --> C I[云端平台<br/>Cloud Platform] -->|数据迭代| B I -->|场景库更新| C ```

1.3.1 各层核心功能定义

（1）感知层（Perception Layer）

感知层是自动驾驶系统的“感官系统”，核心功能是通过多传感器采集车辆周围环境的原始数据，并通过算法处理输出结构化的环境语义信息，为后续决策规划提供输入。感知层的核心输入包括：

• **传感器硬件**：通常包含1-8个摄像头（Camera）、1-5个毫米波雷达（Millimeter-Wave Radar, MMW）、1-4个激光雷达（Light Detection and Ranging, LiDAR）、12个超声波雷达（Ultrasonic Radar）、高精度惯性测量单元（Inertial Measurement Unit, IMU）与全球导航卫星系统（Global Navigation Satellite System, GNSS）/实时差分定位（Real-Time Kinematic, RTK）组合定位模块。
• **感知算法**：包括2D/3D目标检测（Object Detection）、语义分割（Semantic Segmentation）、车道线识别（Lane Detection）、交通标识识别（Traffic Sign Recognition）、可行驶区域识别（Drivable Area Detection）、Occupancy Network（占用网络）等，当前主流方案采用多传感器融合架构，分为前融合（Raw Data Fusion，原始数据级融合）与后融合（Result Fusion，结果级融合）两类：前融合通过神经网络统一处理多传感器的原始数据，精度更高但算力需求大，代表方案为特斯拉FSD的HydraNet架构；后融合分别处理各传感器的输出结果再做融合，算力需求低但精度相对较低，代表方案为小鹏XNGP的融合感知架构。

> 📌 侧边栏：纯视觉方案与多传感器融合方案的对比 > 特斯拉坚持纯视觉（Vision-Only）感知方案，认为人类仅靠视觉即可完成驾驶，无需激光雷达，该方案成本低、可扩展性强，但在极端天气、弱光场景下的感知精度不足；而Waymo、小鹏等企业采用多传感器融合方案，通过激光雷达补充视觉的测距精度与极端场景鲁棒性，当前L4级自动驾驶车型的传感器成本已从2018年的10万美元降至2023年的1万美元以内，多传感器融合方案的成本劣势正在逐步缩小。2023年Waymo公开的感知系统数据显示，其激光雷达+视觉融合方案的远距离小目标检测精度达到99.99%，纯视觉方案的同等场景精度仅为98.5%，差距在长尾场景下更为明显。

（2）决策层（Decision-Making Layer）

决策层是自动驾驶系统的“大脑”，核心功能是基于感知层输出的环境信息、高精度地图的全局路径信息、V2X输出的路侧信息，做出符合交通规则、安全性与舒适性要求的驾驶决策，分为行为决策（Behavioral Decision-Making）与任务决策（Mission Decision-Making）两个层级：

• 任务决策负责全局路径规划，根据用户输入的起点与终点，结合实时路况、高精度地图的限速、施工等信息，生成全局最优路径，例如从北京到上海的全局路径会选择京沪高速而非国道，避开拥堵路段。
• 行为决策负责局部场景的驾驶行为选择，例如在跟车场景下选择保持车速、减速还是变道，在加塞场景下选择减速避让、还是绕行通过，在路口场景下选择直行、左转还是右转。当前高阶自动驾驶的决策层普遍采用规则引擎（Rule-Based）与大模型（Large Model）结合的方案：规则引擎负责满足交通规则、功能安全等硬性约束，大模型负责处理长尾场景的博弈决策，例如小鹏XNGP的决策层采用XPlanner大模型，可处理90%以上的城市道路长尾场景。

（3）规划层（Planning Layer）

规划层是自动驾驶系统的“导航员”，核心功能是将决策层的驾驶行为指令转化为车辆可执行的时空轨迹，分为全局规划（Global Planning）与局部规划（Local Planning）两个层级：

• 全局规划基于高精度地图与实时路况，生成从起点到终点的全局路径，通常更新频率为1-10Hz，仅当路况发生重大变化时才会重新规划。
• 局部规划基于感知层输出的实时环境信息，生成未来3-10秒内的局部行驶轨迹，需要满足三个核心约束：**安全性约束**（不能与任何障碍物碰撞、不能违反交通规则）、**动力学约束**（轨迹的加速度、转向角不能超出车辆动力学极限）、**舒适性约束**（轨迹的曲率、加加速度不能超出人体舒适性阈值，避免急刹、急转）。局部规划的主流算法包括基于搜索的算法（如A*、D*算法）、基于采样的算法（如RRT、Lattice Planner）、基于优化的算法（如二次规划、MPC轨迹优化），当前高阶自动驾驶普遍采用混合规划架构，结合多种算法的优势。

（4）控制层（Control Layer）

控制层是自动驾驶系统的“神经反射系统”，核心功能是跟踪规划层输出的期望轨迹，生成车辆执行层可执行的控制指令，分为纵向控制（Longitudinal Control）与横向控制（Lateral Control）两个维度：

• 纵向控制负责跟踪期望车速，通过控制油门开度、刹车制动力实现车速的精准跟踪，常用算法包括PID控制、模型预测控制（MPC）、自适应控制等，控制精度要求达到±0.1km/h以内，以满足跟车、巡航等场景的需求。
• 横向控制负责跟踪期望轨迹，通过控制方向盘转角实现车辆对轨迹的精准跟踪，常用算法包括纯追踪算法（Pure Pursuit）、Stanley算法、MPC等，控制精度要求达到横向偏差±0.1m以内，以满足车道保持、避障等场景的需求。控制层的更新频率通常为10-100Hz，远高于感知层与决策规划层，以确保车辆行驶的稳定性。

（5）执行层（Execution Layer）

执行层是自动驾驶系统的“四肢”，核心功能是将控制层输出的控制指令转化为车辆的实际动作，当前乘用车普遍采用线控底盘（Drive-by-Wire Chassis）架构，通过电信号替代机械连接实现控制指令的精准执行，核心执行机构包括：

• 线控油门（Drive-by-Wire Throttle）：根据控制层的油门指令调节发动机/电机的输出功率，响应时间小于100ms。
• 线控刹车（Drive-by-Wire Brake）：根据控制层的刹车指令调节制动力，响应时间小于150ms，支持能量回收与机械制动的无缝切换。
• 线控转向（Drive-by-Wire Steering）：根据控制层的转向指令调节方向盘转角，响应时间小于200ms，支持主动转向、车道保持等功能。

执行层同时负责采集车辆的实际状态信息（如实际车速、方向盘转角、加速度等），反馈给控制层形成闭环控制，确保控制精度。当前L4级自动驾驶车辆普遍要求执行层具备冗余设计，例如线控转向具备双电机冗余，单电机失效时另一电机可正常工作，满足功能安全要求。

1.3.2 分层架构的演进与局限性

传统分层架构的核心优势是模块解耦、可解释性强，各层可独立开发与迭代，是当前自动驾驶系统的主流架构。但