2. 自动驾驶系统基础

理解自动驾驶安全架构,必须先建立对系统本身的整体认知。自动驾驶并不是单一算法或单一控制器,而是由分级定义、传感器体系、计算平台、执行机构与安全机制共同构成的复杂系统。本节从SAE分级出发,梳理系统组成与感知—决策—控制链路,并结合典型场景说明安全挑战的来源。

一、SAE分级:从辅助到自动的责任迁移

SAE J3016将驾驶自动化分为L0至L5六个等级,核心区分维度是动态驾驶任务(DDT)由谁执行、谁监控、谁兜底。L0至L2属于驾驶辅助,驾驶员始终是责任主体;L3是有条件自动驾驶,系统在限定运行域内执行DDT,但驾驶员需在请求时接管;L4在限定运行域内由系统完成DDT及最小风险状态,无需人类接管;L5为无限制全场景自动驾驶。

等级DDT执行监控主体接管/兜底典型能力
L0驾驶员驾驶员驾驶员仅预警提示
L1驾驶员+系统驾驶员驾驶员纵向或横向单一控制
L2系统驾驶员驾驶员同时控制横向与纵向
L3系统系统(需接管时人)驾驶员限定域内自动驾驶
L4系统系统系统限定域内无人驾驶
L5系统系统系统全场景无人驾驶
分级的关键不是“功能多少”,而是“责任边界”。L2与L3之间最大的工程差异在于:系统是否具备接管请求、降级策略与最小风险状态能力。

二、系统组成:感知、计算、执行与安全冗余

典型自动驾驶系统由四层构成。第一层是感知层,包括摄像头、毫米波雷达、激光雷达、超声波雷达、GNSS/IMU等,负责环境与自车状态获取。第二层是计算与决策层,由域控制器、AI加速芯片、实时操作系统与算法栈组成,完成目标检测、跟踪、预测、规划与控制。第三层是执行层,包括线控转向、线控制动、线控驱动与档位控制,接收控制指令并反馈执行状态。第四层是安全与冗余层,涵盖电源冗余、通信冗余、制动冗余、监控看门狗与失效降级策略。

自动驾驶系统组成与感知—决策—控制链路 感知层 摄像头 / 视觉 毫米波雷达 激光雷达 GNSS / IMU 超声波雷达 环境感知 + 自车定位 决策与规划层 目标检测与跟踪 行为预测 全局/局部路径规划 横纵向控制决策 安全监控与仲裁 域控制器 + 实时OS + AI芯片 执行层 线控转向 线控制动 线控驱动 档位与驻车 执行状态反馈 车辆运动控制 安全冗余 电源冗余 通信冗余 制动冗余 看门狗 降级策略 失效可控 感知数据 控制指令 监控 车辆状态与执行反馈(闭环)

三、感知—决策—控制链路:闭环与延迟约束

链路可概括为“传感器采集→时间同步→感知融合→目标预测→路径规划→控制求解→线控执行→状态反馈”。其中每一环都引入延迟,而安全控制对端到端延迟有硬约束。例如高速场景下,100 km/h约等于27.8 m/s,若感知到制动执行的总延迟为200 ms,车辆已前进约5.6 m,这直接决定最小安全距离与AEB触发门限。

感知周期: 50 ms (20 Hz)
融合与预测: 30 ms
规划周期: 100 ms (10 Hz)
控制周期: 20 ms (50 Hz)
执行响应: 50~80 ms
端到端典型延迟: 200~300 ms

因此,安全架构必须区分功能链路与安全链路:功能链路追求性能与体验,安全链路追求确定性与可验证性。常见做法是设置独立的安全监控通道,对关键信号进行范围、时序与一致性校验,一旦越界即触发降级。

四、典型应用场景与安全挑战

不同场景对系统能力要求差异显著。下表列出典型场景与主要安全挑战:

场景典型等级关键能力主要安全挑战
高速巡航L2~L3车道保持、自适应巡航异形车辆、静止障碍物、接管及时性
城市拥堵跟车L2~L3低速跟车、加塞处理近距离切入、非机动车混行
自动泊车L2~L4低速路径规划、超声波融合低矮障碍物、盲区儿童
RobotaxiL4全链路无人、远程协助长尾场景、最小风险状态、网络安全
干线物流L3~L4高速编队、疲劳替代恶劣天气、传感器污损、冗余失效
常见误区:把“功能可用”等同于“安全可交付”。L2系统在驾驶员脱手时仍可能维持运行,但责任仍在驾驶员;若安全架构未设计接管请求与降级策略,一旦系统失效,后果由人承担。工程上必须明确ODD边界、失效模式与最小风险状态。

五、复盘:从系统组成反推安全设计