📚 课程目录第2章自动驾驶基础

2. 自动驾驶基础

理解影子模式之前，必须先建立自动驾驶系统的基本坐标系：车辆到底“自动”到什么程度，系统内部由哪些模块协作，以及影子模式处在这条研发链路中的什么位置。本节围绕 SAE 分级、感知—决策—规划—控制主链路，以及影子模式在自动驾驶开发中的定位展开，为后续车端数据工程打下概念基础。

一、SAE 分级：从人工驾驶到完全自动化

SAE J3016 将驾驶自动化划分为 L0 到 L5 六个等级，核心区别不在于“有没有辅助功能”，而在于动态驾驶任务（DDT）由谁承担、谁负责监控、谁负责兜底。L0 至 L2 属于驾驶辅助阶段，驾驶员始终是驾驶主体；L3 是有条件自动驾驶，系统在限定设计运行域（ODD）内完成 DDT，但驾驶员需在系统请求时接管；L4 在特定 ODD 内无需人类接管，L5 则覆盖全部场景。

等级	名称	DDT 执行	监控与接管	典型能力
L0	无自动化	驾驶员	驾驶员	仅预警、报警
L1	驾驶辅助	驾驶员 + 系统	驾驶员	纵向或横向单一控制
L2	部分自动化	系统	驾驶员	同时控制横向与纵向
L3	有条件自动化	系统	系统请求时驾驶员接管	限定 ODD 内完成 DDT
L4	高度自动化	系统	系统	ODD 内无需人类接管
L5	完全自动化	系统	系统	全场景、全工况

需要特别注意的是，L2 与 L3 之间存在“责任跃迁”。L2 阶段驾驶员必须持续监控，系统只是辅助；L3 阶段系统在 ODD 内成为驾驶主体，但一旦发出接管请求，驾驶员必须在有限时间内响应。这一差异直接决定了影子模式在不同等级下的数据采集重点：L2 更关注驾驶员行为与系统输出的差异，L3/L4 更关注系统决策边界与 ODD 退出条件。

二、感知—决策—规划—控制：自动驾驶主链路

无论等级高低，自动驾驶系统的基本工作流都可以抽象为四个核心模块，它们构成一条从环境输入到车辆动作的闭环链路。

感知（Perception）：通过摄像头、激光雷达、毫米波雷达、IMU、GNSS 等传感器获取原始数据，完成目标检测、跟踪、车道线识别、可行驶区域分割、障碍物测距与测速，输出结构化环境模型。
决策（Decision）：基于感知结果、高精地图、导航信息和交通规则，判断当前场景语义，决定行为意图，例如跟车、变道、超车、让行、停车。
规划（Planning）：将决策意图转化为时空轨迹，包括路径规划与速度规划，输出满足安全性、舒适性、动力学约束的行驶轨迹。
控制（Control）：将规划轨迹转化为油门、刹车、转向等执行器指令，通过 PID、MPC 等控制器实现横向与纵向跟踪。

这条链路可以用下面的信号流图表示。图中同时标出了影子模式的数据采集点：它并不替代主链路，而是以“旁路监听”的方式，从感知、决策、规划、控制各环节抽取信号，与人类驾驶行为进行对照。

三、影子模式在自动驾驶开发中的定位

影子模式（Shadow Mode）是一种不接管车辆控制、只进行旁路计算与数据记录的运行模式。系统在真实车辆上运行完整的感知、决策、规划算法，但输出结果不发送给执行器，而是与人类驾驶员的实际操作进行对比。它的核心价值在于：用真实道路上的海量场景，验证算法“如果由它来开，会怎么开”，从而发现长尾问题。

从开发流程看，影子模式位于“数据采集”与“模型迭代”之间，是连接路测与训练的关键环节。典型工作流程如下：

车辆由人类驾驶员正常驾驶，自动驾驶系统在后台同步运行。
系统记录感知结果、决策意图、规划轨迹、控制指令，以及人类驾驶的转向、油门、刹车信号。
车端或云端进行时间对齐与差异计算，识别“系统与人类不一致”的片段。
对差异片段进行场景挖掘、自动标注和难例筛选。
将高价值数据回灌到训练集，驱动感知与规划模型迭代。

关键定位：影子模式不是自动驾驶的一个等级，也不是一个独立功能，而是一种研发验证手段。它让算法在“不承担安全责任”的前提下，获得真实世界的闭环反馈。

四、典型场景与常见误区

以城市路口右转为例：人类驾驶员可能选择缓慢蠕行、观察非机动车后再通过；而规划模块可能因为保守策略直接停车等待。影子模式会记录这一差异片段，标注为“右转博弈场景”，并回灌训练。类似场景还包括加塞处理、无保护左转、施工区绕行、鬼探头等。

常见误区一：把影子模式当成“自动驾驶功能”宣传。实际上它不控制车辆，驾驶员始终承担全部驾驶责任。

常见误区二：只记录传感器原始数据，忽略决策与规划中间结果。缺少中间信号，后续很难定位问题出在感知、决策还是规划。

常见误区三：不做时间同步。多传感器、人类操作、系统输出若不在统一时基下对齐，差异分析将失去意义。

在车端数据工程中，影子模式通常需要处理高带宽数据流。以下是一个简化的车端记录配置示例，用于说明需要同步落盘的关键信号：

shadow_mode:
  enabled: true
  sync_domain: "gps_pps"          # 统一时基
  record:
    perception: ["objects", "lanes", "freespace"]
    decision:   ["intent", "scene_tag"]
    planning:   ["trajectory", "speed_profile"]
    control:    ["steer_cmd", "accel_cmd", "brake_cmd"]
    human:      ["steer_angle", "throttle", "brake_pedal"]
  trigger:
    diff_threshold: 0.35          # 轨迹差异阈值
    min_duration_ms: 800
  upload:
    priority: "high_value_clips"
    format: "mcap"

总结来看，SAE 分级回答了“系统能做什么”，感知—决策—规划—控制回答了“系统怎么做”，而影子模式回答了“系统做得对不对、哪里还不够好”。三者共同构成自动驾驶研发的基础认知框架，也是后续车端数据采集、回传与闭环迭代的起点。