2. 自动驾驶模型基础
自动驾驶系统并不是一个“大模型”从头到尾完成所有事情，而是由多个职责明确的模型模块协同工作。行业里常说的“感知—预测—规划—控制”四段式链路，是理解自动驾驶模型体系最常用的切分方式。每一段都有独立的输入输出、评价指标、失效模式和工程约束，也对应不同的模型类型与发布治理要求。
一、四类模型的核心职责与常见术语
感知模型负责回答“周围有什么、在哪里”。常见任务包括 2D/3D 目标检测、语义分割、车道线检测、可行驶区域分割、BEV（Bird's Eye View）特征融合以及 Occupancy 占据栅格预测。感知输出通常包含目标类别、位置、速度、朝向和置信度。工程上最关注的指标是 mAP、召回率、漏检率和时延，因为漏检一个行人远比误检一个锥桶危险。
预测模型负责回答“他们接下来会怎么动”。输入是感知输出的目标历史轨迹与地图信息，输出是未来若干秒的多模态轨迹及其概率。常见术语有轨迹预测、意图预测、交互博弈、社会力模型、LSTM/Transformer 预测网络等。预测的难点在于人类行为本身具有不确定性和多模态性，同一场景下他车可能直行、变道或减速，模型必须给出概率分布而非单一答案。
规划模型负责回答“我应该怎么走”。它通常分为行为决策层和运动规划层：行为决策决定跟车、换道、超车、让行等宏观动作；运动规划生成满足车辆动力学约束、安全约束和舒适性约束的平滑轨迹。常见方法包括有限状态机、行为树、采样规划、优化规划、MPC 以及近年来的端到端规划网络。
控制模型负责回答“如何精确执行轨迹”。横向控制管理方向盘转角，纵向控制管理油门与刹车。常用算法有 PID、纯跟踪、Stanley、LQR 和 MPC。控制模型直接与线控底盘交互，对实时性和稳定性要求最高，通常运行在毫秒级周期内。
二、典型应用场景与模型选型
| 场景 | 关键模型 | 核心挑战 | 典型指标 |
|---|---|---|---|
| 高速巡航 | 感知 + 预测 + 规划 | 远距离小目标、cut-in 博弈 | 漏检率、轨迹误差、接管率 |
| 城市路口 | 感知 + 预测 + 决策 | 遮挡、多智能体交互、信号灯 | 通过率、冲突消解成功率 |
| 自动泊车 | 感知 + 规划 + 控制 | 低速度高精度、狭窄空间 | 泊入成功率、揉库次数 |
| 拥堵跟车 | 感知 + 控制 | 时距控制、舒适性、加塞 | 加速度抖动、跟车距离误差 |
三、工程挑战：从单模型指标到系统级安全
很多团队在模型发布时只关注单模块离线指标，例如感知 mAP 提升 2%、预测 minADE 下降 0.1 米，但上车后却发现体验变差甚至出现安全风险。原因在于自动驾驶是典型的级联系统，上游的微小误差会被下游放大。例如感知把一辆远处卡车的位置估计偏了 0.5 米，预测可能给出错误的变道意图，规划可能因此做出激进的超车决策，最终控制层执行时已经来不及修正。
另一个挑战是时延预算。感知、预测、规划、控制串行执行，端到端时延通常要求控制在 100 毫秒以内。如果感知模型为了提升精度增加了计算量，导致时延从 40 毫秒涨到 70 毫秒，规划和控制的可响应窗口就被压缩，高速场景下可能直接危及安全。因此模型发布必须同时评估精度、时延、算力和内存占用。
此外还有失效降级问题。当某个模型置信度低于阈值或推理超时，系统需要有明确的降级策略：是切换到备用模型、退回规则算法，还是请求人工接管。这些策略必须在模型发布前定义清楚，并通过故障注入测试验证。
# 模型发布前建议检查的关键项
model_name: perception_bev_v2.3
latency_p99_ms: 68 # 端到端时延预算内
recall_pedestrian: 0.987 # 行人召回率
recall_cyclist: 0.972 # 骑行者召回率
false_positive_rate: 0.031
degradation_policy: fallback_to_rule_based
rollback_version: perception_bev_v2.2
四、复盘：模型链路治理的三个原则
- 接口契约稳定：感知、预测、规划、控制之间的输入输出格式、坐标系、时间戳和置信度语义必须版本化，任何变更都要评估下游影响。
- 场景分层评估：按天气、光照、道路类型、交通密度等维度建立评估集，避免平均值掩盖长尾失效。
- 可回滚可追溯：每个模型版本都要有唯一标识、训练数据版本、评估报告和回滚路径，确保线上问题可以快速定位和恢复。
理解这四类模型的分工与耦合关系，是后续学习模型生命周期管理、发布门禁和线上治理的基础。只有把单模型指标放进系统链路中考量，才能做出真正安全的发布决策。