[首發(fā)于智駕最前沿微信公眾號]在很多人的常規(guī)認(rèn)知中，開車就是“踩油門”、“踩剎車”以及“轉(zhuǎn)方向盤”這些非常常見的動作，對于自動駕駛汽車來說，其實(shí)也是為了實(shí)現(xiàn)這些功能。看似簡單的步驟，為什么實(shí)現(xiàn)起來并不是那么容易？自動駕駛汽車為何發(fā)展這么多年，還是沒有實(shí)現(xiàn)L5？今天智駕最前沿就來和大家聊聊這個話題。

車輛的運(yùn)行軌跡看似簡單，但并不是簡單地“往前跑”或“停下來”那么簡單。任何一次加減速，都與車輛的質(zhì)量、輪胎與路面的摩擦系數(shù)、發(fā)動機(jī)或電機(jī)的響應(yīng)特性密切相關(guān)。車輛在起步時需要克服靜摩擦，而在高速行駛中又要對抗空氣阻力及滾動阻力；同樣地，制動時需要將動能迅速、安全地轉(zhuǎn)化為熱能或電能，而減速的速率不能過快，否則乘客會感到不適，甚至導(dǎo)致車輛失控。這其中，對物理模型的精確建模與實(shí)時計(jì)算，是實(shí)現(xiàn)平順加減速的第一道難關(guān)。

若想將這一運(yùn)動學(xué)與動力學(xué)模型轉(zhuǎn)化為控制指令，就需要深度了解控制工程相關(guān)的技術(shù)。在人工駕駛中，駕駛員通過感覺踏板的力道和方向盤的轉(zhuǎn)角，憑經(jīng)驗(yàn)完成平滑的加減速和轉(zhuǎn)向；但在無人駕駛系統(tǒng)中，控制器必須根據(jù)來自雷達(dá)、攝像頭、超聲波傳感器等多源信息，計(jì)算出具體的加速度、制動力及轉(zhuǎn)向角，并實(shí)時通過電子油門、電子制動和電動助力轉(zhuǎn)向執(zhí)行。任何計(jì)算延遲、傳感器誤差或執(zhí)行器抖動，都可能導(dǎo)致車輛行為與預(yù)期不符，甚至發(fā)生危險(xiǎn)。

感知能力的不足，是自動駕駛面臨的一大瓶頸。主動安全系統(tǒng)需要對前方、側(cè)方乃至車身盲區(qū)的動態(tài)環(huán)境進(jìn)行精準(zhǔn)感知，前方車輛的加減速意圖、行人的突發(fā)橫穿、道路標(biāo)志的微小變形，都要被可靠地捕捉與理解。尤其在加速或減速過程中，環(huán)境的相對速度變化更為劇烈，對傳感器的幀率、分辨率和算法的響應(yīng)速度提出了極高要求。激光雷達(dá)能提供高精度的點(diǎn)云，但在雨霧天氣中易受干擾；攝像頭圖像直觀但受光照影響大；毫米波雷達(dá)抗干擾能力強(qiáng)，卻難以提供高分辨率的環(huán)境特征。如何多傳感器融合，彌補(bǔ)單一傳感器的不足，仍是亟待解決的關(guān)鍵。

在轉(zhuǎn)彎動作中，車輛不僅要改變行駛方向，還要兼顧車輛側(cè)傾、輪胎側(cè)偏力以及懸掛系統(tǒng)的動態(tài)響應(yīng)。高速轉(zhuǎn)彎時，離心力促使車身向外側(cè)傾斜，如果控制不當(dāng)，就會出現(xiàn)打滑或翻車的風(fēng)險(xiǎn)；低速轉(zhuǎn)彎時，則要確保轉(zhuǎn)向半徑滿足路面寬度和障礙物情況。為了實(shí)現(xiàn)安全可靠的轉(zhuǎn)彎，無人駕駛系統(tǒng)需要在路徑規(guī)劃與實(shí)時控制之間取得平衡，一方面要按照預(yù)設(shè)軌跡執(zhí)行轉(zhuǎn)向，另一方面又要對前方突發(fā)事件迅速做出調(diào)整。

為了讓自動駕駛汽車可以正常行駛，路徑規(guī)劃與決策的準(zhǔn)確性不可忽視。自動駕駛系統(tǒng)要根據(jù)實(shí)時交通流、交通信號、道路拓?fù)?，以及法律法?guī)約束，生成加速、減速和轉(zhuǎn)向的整體方案。如當(dāng)前方道路出現(xiàn)擁堵或事故時，規(guī)劃模塊需決定是否減速、變道或繞行；在紅綠燈路口，還要根據(jù)燈色、車速和與其他車輛的距離，計(jì)算出最優(yōu)的制動或加速方案。這個過程不僅要求算法高效，更要具備在海量場景中進(jìn)行權(quán)衡的能力，避免陷入“決策抖動”或“猶豫不決”的狀態(tài)。

現(xiàn)實(shí)道路環(huán)境的高度不確定性，則對自動駕駛系統(tǒng)提出了更高的要求。路面可能因雨雪結(jié)冰而摩擦系數(shù)驟降，也可能因坑洼而導(dǎo)致車輛動態(tài)響應(yīng)突變；行人、非機(jī)動車隨意穿插；甚至其他車輛在加減速與轉(zhuǎn)向過程中做出危險(xiǎn)動作。無人駕駛系統(tǒng)必須在各種極端與異常場景下，依然保持對車輛動作的精準(zhǔn)掌控。這需要算法具備極強(qiáng)的魯棒性，同時還要配備冗余設(shè)計(jì)，以防核心模塊失效。

時延與帶寬的限制，也是自動駕駛不可忽視的一環(huán)。感知數(shù)據(jù)的采集、傳輸、處理到控制命令下發(fā)，每一步都存在微秒級到毫秒級的延遲。加速、制動與轉(zhuǎn)彎動作，對實(shí)時性要求尤為苛刻，太遲發(fā)出的制動命令可能導(dǎo)致追尾事故；太慢的轉(zhuǎn)向調(diào)整會錯失最佳入彎時機(jī)。為了降低時延，自動駕駛系統(tǒng)常在車載端部署高性能計(jì)算平臺，但這仍無法完全消除傳感與執(zhí)行之間的時差。

此外，乘客的舒適性與安全性往往存在矛盾，這需要自動駕駛系統(tǒng)可以順暢地完成駕駛過程。若自動駕駛系統(tǒng)過于謹(jǐn)慎，頻繁的急減速或急轉(zhuǎn)彎會讓乘客感到不適；若自動駕駛系統(tǒng)過度追求舒適，又可能在緊急情況下無法提供足夠的制動力或轉(zhuǎn)向力。因此，加減速與轉(zhuǎn)彎的目標(biāo)曲線，并非簡單的平滑函數(shù)，而是需要在安全與舒適之間不斷權(quán)衡，實(shí)時調(diào)整控制策略。

在設(shè)計(jì)自動駕駛系統(tǒng)時，即便寫的自動駕駛規(guī)則再精細(xì)，但也無法囊括所有現(xiàn)實(shí)細(xì)節(jié)，尤其是隨著自動駕駛汽車的行駛，車輛自身的參數(shù)也會變化，對于人類駕駛員來說，這些變化可能影響不大，但對于自動駕駛汽車來說，這些變化則需要自動駕駛系統(tǒng)的一些參數(shù)可以根據(jù)變化隨時調(diào)整。如輪胎的實(shí)際摩擦系數(shù)會隨溫度、磨損程度而變化；路面斜度、橫坡度在地圖數(shù)據(jù)中也常有偏差。無人駕駛系統(tǒng)必須對這些不確定性進(jìn)行在線估計(jì)與自適應(yīng)校正，才能保證在各種環(huán)境下都能做出準(zhǔn)確的加減速與轉(zhuǎn)彎決策。

總而言之，自動駕駛在加速、減速和轉(zhuǎn)彎這三大基礎(chǔ)動作上看似簡單，卻囊括了從物理建模、感知融合、路徑規(guī)劃、實(shí)時控制，到環(huán)境魯棒性、安全舒適性權(quán)衡等多重技術(shù)難題。每一個環(huán)節(jié)的差錯，都可能導(dǎo)致系統(tǒng)整體性能的大幅下降，甚至帶來安全風(fēng)險(xiǎn)。正因如此，雖然自動駕駛技術(shù)在不斷發(fā)展，但要實(shí)現(xiàn)高可靠度、全場景的無人駕駛，還有一段漫長而曲折的道路需要探索。未來，隨著計(jì)算能力與算法的持續(xù)進(jìn)化，相信這些難題終將被逐步攻克，為我們帶來真正安全、便捷的自動駕駛體驗(yàn)。

審核編輯 黃宇