4. 驾驶辅助策略设计原则

驾驶辅助策略不是把若干功能简单叠加，而是在“感知—决策—执行”链路上为每个功能划定可运行范围、冲突仲裁规则和异常处置路径。EyeQ 系列芯片提供的是感知与部分规划能力，真正决定系统是否安全、是否可用、是否让驾驶员信任的，是上层策略设计。本节围绕四条原则展开：安全边界定义“能做什么”，功能优先级定义“冲突时听谁的”，人机共驾定义“谁在什么时候负责”，失效模式与降级策略定义“坏了怎么办”。

一、安全边界：用可量化条件圈定功能可用域

安全边界（Operational Design Domain，ODD）不是一句“高速可用”，而是一组可判定的参数集合。以 EyeQ4 平台上的车道保持辅助（LKA）为例，其安全边界通常包含：车速区间、车道线置信度、曲率半径、驾驶员手力矩、能见度与雨量等级。设计时应把每个条件写成可计算的判据，而不是模糊描述。

例如某 LKA 策略的进入条件可设为：车速 60–130 km/h；左右车道线置信度均 ≥ 0.7；前方 200 m 内最小曲率半径 ≥ 250 m；驾驶员手力矩在最近 3 s 内至少出现一次 ≥ 0.5 N·m；雨刮处于低速及以下档位。退出条件则取进入条件的“反向放宽”，并加入超时机制：若车道线置信度连续 0.5 s 低于 0.5，立即退出并给出视觉提示。这里的关键是退出条件必须比进入条件更敏感，避免在边界附近反复振荡。

二、功能优先级：冲突仲裁的静态与动态规则

当 AEB、ACC、LKA 同时请求纵向或横向控制时，必须有一套仲裁规则。常见做法是分层：安全类功能优先于舒适类功能，纵向安全优先于横向舒适。但“优先”不等于“独占”，需要区分请求类型。

可把执行器请求分为三类：扭矩请求、加速度请求、制动压力请求。仲裁时先比较功能等级，再比较请求幅值，最后比较持续时间。例如 AEB 触发时，其减速度请求直接覆盖 ACC 的加速请求；LKA 的转向扭矩请求若与驾驶员输入方向相反且幅值超过阈值，则让位于驾驶员。下表给出一个简化的仲裁优先级示例（数值为示例假设，非实测）：

动态规则方面，还需考虑“驾驶员在环”的实时权重。若驾驶员持续施加转向力矩，LKA 应逐步降低输出而非突然切断，避免力矩突变引起车辆横摆。

三、人机共驾：把驾驶员当作系统的一部分

人机共驾的核心是“可预测的交接”。系统不能只在失效时才把控制权扔给驾驶员，而应在功能可用域边缘提前建立驾驶员状态模型。EyeQ 平台可通过方向盘力矩传感器、驾驶员监控摄像头（DMS）获取手力矩、头部朝向、视线区域等信号。策略上通常分三级：

• 一级提示（视觉/声音）：功能即将退出或需要驾驶员注意，例如车道线置信度降至 0.6。
• 二级升级（触觉/收紧）：通过方向盘振动或轻微制动提醒，要求驾驶员在 2–3 s 内接管。
• 三级接管（功能退出）：若驾驶员仍无响应，系统按预设降级路径减速并保持车道，直至驾驶员接管或车辆安全停车。

这里的关键参数是“接管时间预算”。以 100 km/h 行驶为例，车辆每秒前进约 27.8 m，若要求驾驶员在 3 s 内接管，则需提前约 83 m 发出请求。这个距离必须与感知距离、制动距离一起校核，不能只凭经验设定。

四、失效模式与降级策略：从单点失效到系统可用性

失效模式分析应从“感知—决策—执行”三段分别展开。感知段常见失效包括摄像头遮挡、雷达失锁、车道线丢失；决策段包括算力过载、通信超时、地图不匹配；执行段包括转向助力下降、制动压力不足。对每类失效，策略应给出明确的降级动作，而不是简单关闭整个系统。

以 EyeQ 平台为例，若前视摄像头因强光导致车道线置信度持续低于 0.5，LKA 应退出，但 LDW 可保留（因为 LDW 只做提示，不涉及执行）；同时 ACC 可继续工作，但应把跟车时距从 1.5 s 增加到 2.0 s，以补偿横向控制缺失带来的风险。若转向执行器报告助力下降，则所有横向功能退出，纵向功能可保留但限速至 80 km/h。若算力降频导致感知周期从 50 ms 恶化到 120 ms，则应降低功能等级，优先保障 AEB 和 ACC。

五、把原则落到配置表：一个可执行的策略片段

下面给出一个简化的策略配置片段（示例，非实测），用于说明如何把上述原则写成可检查的条目。每条包含功能名、进入条件、退出条件、降级动作和优先级。

功能: LKA
进入: speed in [60,130] AND lane_conf_L >= 0.7 AND lane_conf_R >= 0.7
      AND curvature_radius >= 250 AND hand_torque_3s >= 0.5
退出: lane_conf_L < 0.5 OR lane_conf_R < 0.5 FOR 0.5s
      OR hand_torque > 3.0 N·m FOR 0.2s
降级: 退出后保留 LDW；若 3s 内未接管，触发二级触觉提示
优先级: 3
被覆盖: 驾驶员转向、AEB

功能: ACC
进入: speed in [30,150] AND radar_ok AND camera_ok
退出: radar_ok == false OR driver_brake == true
降级: 若 camera_ok == false，跟车时距由 1.5s 调整为 2.0s
优先级: 2
被覆盖: AEB、驾驶员制动

这份配置表的价值在于：它把“安全边界、优先级、人机共驾、降级”四条原则变成了可测试、可回归的条目。测试时只需逐条构造边界场景，观察系统是否按预期进入、退出和降级。例如把车道线置信度从 0.8 逐步降到 0.4，记录 LKA 退出时刻和 LDW 是否保留；再把手力矩从 0 加到 4 N·m，检查 LKA 是否在 0.2 s 内让位。只有这些行为可复现，策略设计才算真正闭环。

总结来看，安全边界回答“在哪能用”，功能优先级回答“冲突听谁”，人机共驾回答“怎么交接”，失效与降级回答“坏了怎么办”。四者共同构成驾驶辅助策略的骨架，而 EyeQ 平台提供的感知与算力，只有在这套骨架下才能转化为稳定、可预期、可验证的辅助驾驶体验。