📚 课程目录第2章驾驶工程基础

2. 驾驶工程基础

在进入条件模仿学习与多模态驾驶工程之前，必须先建立一套“工程坐标系”：车辆到底由谁负责驾驶、信息从传感器到执行器如何流动、模型训练所需的多模态数据从哪里来、这些数据最终服务于哪些场景。只有把分级、架构、数据与场景四件事对齐，后续的模仿学习策略、条件输入设计和多模态融合才有明确的落点。

一、自动驾驶分级：从 L0 到 L5 的责任边界

SAE J3016 将驾驶自动化分为 L0 至 L5 六个等级，核心区别不在于“车能做什么”，而在于动态驾驶任务（DDT）由谁执行、谁负责监控、谁承担接管义务。L0 至 L2 属于辅助驾驶，驾驶员始终是驾驶责任主体；L3 是有条件自动驾驶，系统在限定运行域（ODD）内完成 DDT，但驾驶员需在请求时接管；L4 在 ODD 内无需人类接管；L5 则无运行域限制。

工程上最容易混淆的是 L2 与 L3 的边界。L2 的系统可以同时控制横向和纵向，但驾驶员必须持续监控环境；L3 允许驾驶员在系统激活时“脱眼”，但必须保持可接管状态。这一差异直接决定了感知冗余、驾驶员监控系统（DMS）和接管策略的设计强度。

等级	DDT 执行	监控主体	接管要求	典型能力
L0	驾驶员	驾驶员	全程	仅预警
L1	驾驶员+系统	驾驶员	全程	单方向控制
L2	系统	驾驶员	全程监控	横纵向组合
L3	系统	系统/驾驶员	请求时接管	限定 ODD 内脱眼
L4	系统	系统	无需接管	ODD 内全自主
L5	系统	系统	无需接管	无限制全自主

二、感知-决策-控制架构：信息如何流动

无论分级如何，自动驾驶系统的信息流都可以抽象为“感知—决策—控制”三段式。感知层负责把多传感器原始信号转化为环境模型；决策层在环境模型基础上完成行为预测、路径规划和动作选择；控制层把规划轨迹转化为油门、刹车、转向等执行指令。三者之间通过中间表示（如目标列表、占据栅格、轨迹点）耦合。

在条件模仿学习中，这一架构尤其重要：模仿学习通常替代或增强“决策—控制”段，但它的输入条件往往来自感知层的多模态表征。因此，理解每一层的输出格式、时延和不确定性，是设计条件输入的前提。

三、多模态数据来源：训练与推理的“燃料”

自动驾驶的多模态数据并非简单堆叠，而是按物理量、采样率和语义层级分工。摄像头提供稠密纹理与语义信息，适合识别交通标志、车道线和行人意图；激光雷达提供精确三维几何，适合障碍物定位与可行驶区域分割；毫米波雷达在雨雾和远距离场景下具有速度测量优势；GNSS/IMU 提供全局位姿与运动状态；V2X 补充超视距信息；车辆总线（CAN）则记录油门、刹车、转向等底层动作，是模仿学习的关键监督信号。

在条件模仿学习中，这些模态通常被组织为“条件输入”：例如把前视图像、历史轨迹、导航指令和车速作为条件，把未来轨迹或控制量作为预测目标。数据的时间同步、坐标系对齐和缺失模态处理，是工程落地的三大难点。

# 典型多模态数据帧结构（示意）
frame = {
  "timestamp": 1690000000.123,
  "camera_front": "img_000123.jpg",   # 前视 RGB
  "lidar_points": "lidar_000123.bin", # 三维点云
  "radar_tracks": [...],              # 雷达目标列表
  "gnss_imu": {"lat": 31.23, "lon": 121.47, "yaw": 0.12, "speed": 8.6},
  "can_bus": {"steer": 0.03, "throttle": 0.21, "brake": 0.0},
  "navigation": "前方 200 米右转"
}

四、典型应用场景与工程误区

不同场景对分级和架构的要求差异显著。高速公路巡航通常面向 L2/L3，强调纵向跟车与车道保持；城市 NOA 面向 L2+/L3，需要处理无保护左转、加塞和施工区；园区低速接驳更接近 L4，ODD 明确、车速低、可远程接管；自动泊车则属于低速高精度控制场景，对超声波和环视视觉依赖更强。

场景与数据匹配建议：高速场景优先保证远距离视觉与雷达时序一致性；城市场景需强化多模态融合与行为预测；泊车场景应重点采集低速环视图像与超声波数据。

常见误区：把 L2 的宣传话术当作 L3 能力使用；只关注感知精度而忽略决策时延；多模态数据只做简单拼接而不做时间同步与坐标对齐；用单一场景数据训练模型却期望跨场景泛化。复盘时应回到“分级—架构—数据—场景”四要素，逐项检查责任边界、信息流瓶颈、数据覆盖度和场景 ODD 是否一致。

总结来看，自动驾驶分级定义了责任边界，感知-决策-控制架构定义了信息流，多模态数据定义了学习信号，典型场景定义了工程约束。四者共同构成条件模仿学习与多模态驾驶工程的底层基础，后续的模型设计、条件输入构造和评测体系都将在此基础上展开。