2. 自动驾驶基础
自动驾驶系统不是单一算法，而是一套由传感器、计算平台、决策规划、控制执行与安全冗余共同构成的工程闭环。理解自动驾驶，首先要回答三个问题：系统承担多少驾驶责任（分级）、信息如何从环境流向车辆动作（架构与流程）、以及哪些硬件决定了能力边界（传感器与执行器）。本节围绕这三点建立后续深度强化学习决策控制所需的系统观。
一、自动驾驶分级：从L0到L5的责任转移
SAE J3016 将驾驶自动化分为 L0～L5 六个等级，核心区别不在于“有没有智能”，而在于动态驾驶任务（DDT）由谁完成、谁负责监控、谁承担接管。L0～L2 属于辅助驾驶，驾驶员始终是责任主体；L3 是有条件自动驾驶，系统在限定场景内完成 DDT，但驾驶员需在请求时接管；L4 在限定运行域内无需人类接管；L5 则面向全域无条件自动驾驶。
| 等级 | DDT执行 | 监控与接管 | 典型能力 |
|---|---|---|---|
| L0 | 驾驶员 | 驾驶员 | 仅预警，如FCW |
| L1 | 系统+驾驶员 | 驾驶员 | 纵向或横向单一控制，如ACC |
| L2 | 系统 | 驾驶员 | 同时横向+纵向，如NOA |
| L3 | 系统 | 系统请求，驾驶员接管 | 拥堵路段脱手 |
| L4 | 系统 | 系统 | Robotaxi限定区域 |
| L5 | 系统 | 系统 | 全域无人驾驶 |
二、系统架构：感知-决策-控制主链路
典型自动驾驶架构可抽象为“感知—定位—预测—决策规划—控制—执行”六层，并由安全与冗余系统贯穿。感知层融合摄像头、激光雷达、毫米波雷达、IMU/GNSS 等，输出目标、车道线、可行驶区域与自车状态；定位层提供厘米级位姿；预测层估计他车与行人未来轨迹；决策规划层生成行为决策与平滑轨迹；控制层将轨迹转化为油门、刹车、转向指令；执行器完成物理动作。
下面的内联 SVG 展示了这一主链路与关键传感器、执行器的对应关系，也是后续强化学习智能体所处的位置。
三、关键传感器与执行器：能力边界由硬件决定
传感器决定“看得见什么”。摄像头提供丰富语义与纹理，成本低，但受光照与天气影响；激光雷达提供高精度三维点云，测距准，但成本与雨雾衰减是挑战；毫米波雷达穿透性强、测速准，适合远距目标跟踪；IMU/GNSS 提供自车运动与全局定位。多传感器融合的核心是时间同步、空间标定与置信度管理。
执行器决定“做得到什么”。驱动电机响应快、控制精度高；制动系统需兼顾舒适性与紧急制动能力；转向系统在自动驾驶中通常要求具备冗余备份。执行器存在物理延迟与饱和限制，决策规划必须把这些约束纳入模型，否则会出现“规划很美、执行跟不上”的问题。
# 典型传感器配置示例（L2+ 城市NOA）
camera:
front_main: 800万像素, 120° FOV
surround: 4 x 200万像素, 鱼眼
lidar:
front: 128线, 200m, 10Hz
radar:
front: 77GHz, 250m, 20Hz
corner: 4 x 77GHz, 短距
imu_gnss:
imu: 100Hz, 6轴
gnss: RTK, 厘米级
四、典型应用场景与工程复盘
不同场景对系统能力的要求差异显著。高速巡航强调远距感知与稳定跟车；城市NOA面对人车混行、无保护左转、加塞等长尾场景；自动泊车依赖低速高精度定位与路径搜索；Robotaxi 则要求限定区域内的全无人运营与远程协助。
- 高速场景：关注 ACC、LKA、自动变道，决策周期可较长，控制以平顺为主。
- 城市场景：交互密集，预测与博弈是关键，强化学习适合处理多车博弈与不确定决策。
- 泊车场景：低速、高精度、路径窄，规划搜索与轨迹跟踪精度要求高。
- 封闭园区：运行域受限，可先落地 L4，验证感知与调度闭环。
从强化学习视角看，感知-决策-控制链路中，决策规划层是智能体最自然的落点：状态来自感知与定位，动作对应轨迹或控制量，奖励来自安全、效率、舒适与合规。理解本节的分级、架构与硬件约束，是后续设计状态空间、动作空间与奖励函数的前提。