一段式与二段式端到端的自动驾驶系统有什么区别?

一段式端到端

传感器原始数据 → 车辆控制指令，一个神经网络从头到尾全包。

• 输入:摄像头/雷达/激光雷达的原始数据
• 输出:方向盘转角、油门、刹车
• 中间没有显式的"感知结果""轨迹预测"等结构化输出,整个流程是一个黑盒模型
• 典型代表:NVIDIA PilotNet、Tesla FSD v12+

二段式端到端

传感器数据 → 中间表达 → 控制指令，中间夹一层可解释的接口。

通常拆成两大段:

1. 感知-预测段
   :传感器原始数据 → 结构化中间表达(如 BEV 特征、占用网格、轨迹预测、车道线拓扑等)
2. 规划-控制段
   :中间表达 → 方向盘/油门/刹车

• 中间结果可以"看见"、可以可视化、可以校验
• 典型代表:UniAD、VAD、Sparse Drive 等

核心对比

从功能安全视角看

一段式的黑盒特性对 ISO 26262 的可追溯性、可解释性要求是巨大挑战——出事故后难以定位是"没看见"还是"决策错",FMEDA、FTA 都难以下手。

二段式因为有结构化中间表达,感知段和规划段可以分别做安全分析和验证,且中间接口可以作为安全监测点(例如检测"前方有障碍"是否成立),更符合功能安全对"可观测、可解释、可隔离失效"的诉求