2. 自动驾驶基础
在构建自动驾驶 Driving Agent 之前，必须先建立对“车如何自己开”这件事的系统认知。本章围绕四个基础问题展开：自动驾驶分几级、系统由哪些环节组成、靠什么感知与执行、以及这些能力最终落在哪些典型场景中。理解这四点，才能判断一个 Agent 究竟该接管哪一层、能做什么、边界在哪里。
一、SAE 自动驾驶分级：从辅助到自主
SAE J3016 将驾驶自动化分为 L0 到 L5 六个等级，核心区分标准不是“功能多少”，而是动态驾驶任务（DDT）由谁执行、谁负责监控、谁承担接管。L0 至 L2 属于“人主导、系统辅助”，L3 是责任转移的分水岭，L4 与 L5 则进入“系统主导”阶段。
| 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 | 仅预警提示 |
| L1 | 驾驶辅助 | 人机共担 | 驾驶员 | ACC 或 LKA 单项 |
| L2 | 部分自动化 | 系统 | 驾驶员 | ACC+LKA 同时 |
| L3 | 有条件自动化 | 系统 | 系统，需人接管 | 特定路段脱手 |
| L4 | 高度自动化 | 系统 | 系统 | 限定区域无人 |
| L5 | 完全自动化 | 系统 | 系统 | 全场景无人 |
二、感知—决策—控制架构：自动驾驶的主干
无论级别高低，自动驾驶系统都可抽象为“感知—决策—控制”三段式流水线。感知层把物理世界转成结构化信息，决策层把信息转成行为意图，控制层把意图转成油门、刹车、转向的具体指令。Driving Agent 通常工作在决策层，向上承接感知结果，向下输出轨迹或控制目标。
这条链路的关键在于闭环：控制层执行后车辆状态变化，感知层重新观测，决策层据此修正。任何一环延迟或失真，都会沿链路放大。Driving Agent 的价值在于把决策层从“规则堆叠”升级为“可推理、可解释、可泛化”的智能体。
三、关键传感器与执行器
传感器是自动驾驶的“五官”，执行器是“手脚”。它们共同决定系统的能力上限。
- 摄像头：成本低、语义丰富，擅长识别车道线、交通标志、信号灯和行人，但受光照和天气影响大。
- 激光雷达（LiDAR）：提供高精度三维点云，测距准、分辨率高，是 L4 感知的重要冗余，但成本与雨雾衰减是挑战。
- 毫米波雷达：穿透雨雾能力强，测速精度高，适合 ACC 和前向碰撞预警，但角度分辨率较低。
- 超声波雷达：近距离探测，用于泊车和低速避障。
- GNSS + IMU：提供全局定位与姿态，配合高精地图实现车道级定位。
执行器方面，线控油门、线控刹车和线控转向是自动驾驶接管车辆的前提。控制层输出的目标加速度和转向角，经线控系统转化为机械动作。执行器的响应延迟、精度和冗余设计，直接决定控制品质与安全边界。
典型传感器配置（L2+ 乘用车示例）：
前视摄像头 x1 120° FOV，识别车道线与目标
环视摄像头 x4 泊车与近距离感知
毫米波雷达 x5 前向长距 + 四角中短距
超声波雷达 x12 泊车与低速避障
IMU + GNSS x1 定位与姿态融合
四、典型应用场景与常见误区
不同等级对应不同场景。L2 常见于高速巡航和拥堵跟车；L3 出现在特定高速路段；L4 则集中在 Robotaxi、无人配送、港口和矿区等限定区域。场景决定了 ODD，也决定了 Driving Agent 的决策策略。
以城市 Robotaxi 为例，Agent 需要处理无保护左转、行人横穿、加塞和施工绕行等长尾场景。这些场景规则难以穷举，正是引入学习型决策与推理型 Agent 的动机。