自动驾驶系统输出设计权衡分析
——为何选择轨迹而非直接控制信号
基于架构分析与国家标准的工程视角
— — — — — — — — — — — — — — — — — — —
参考标准：GB/T 44721、T/CSAE 466-2025、T/CSAE 467-2025、工信部强制国标（报批稿）
摘要
本文档系统总结了自动驾驶系统中「输出轨迹」与「直接输出控制信号（转向角、油门、刹车）」两种架构路线的工程权衡。以 NVIDIA Alpamayo-R1 开源 VLA 模型为典型案例，结合其源码中 UnicycleAccelCurvatureActionSpace 的设计细节，从车辆适配性、安全可验证性、训练数据可获得性、控制平滑性、跨平台部署、分层抽象六个维度展开分析，并充分引用《智能网联汽车自动驾驶系统安全要求》强制性国家标准（报批稿）、T/CSAE 466-2025、T/CSAE 467-2025 等最新标准，论证轨迹输出作为中间抽象层在量产自动驾驶系统中的必要性与合规性。
核心结论 不直接输出转向角+油门，不是技术能力的局限，而是工程权衡的最优解。 轨迹作为中间层，在车辆适配性、安全可验证性、数据可获得性、控制平滑性、跨平台部署、分层抽象六个维度上均优于直接控制输出。 Alpamayo-R1 的折中设计（内部加速度+曲率，外部轨迹）兼顾了学习效率与工程灵活性，是当前技术条件下的帕累托最优选择。 |
一、问题背景与设计抉择
1.1 两种输出范式
端到端自动驾驶（E2E-AD）系统按其输出性质可分为两大范式：（i）基于轨迹（waypoint-based）的模型，预测未来轨迹；（ii）基于动作（action-based）的模型，直接输出油门、转向、刹车等底层控制信号。
近年来，研究社区和主流基准测试（NAVSIM、Bench2Drive）越来越倾向于轨迹范式，导致基于动作的策略「更难训练和比较，减缓了其发展」。这种倾斜并非偶然，而是由深层工程约束驱动的。
1.2 Alpamayo-R1 的实际设计
NVIDIA 于 2026 年 CES 发布的 Alpamayo-R1 是业界首款面向辅助驾驶研究社区的开源思维链（Chain-of-Thought）VLA 模型。从其官方开源代码（github.com/NVlabs/alpamayo）可以观察到三个关键事实：
·模型最终输出是 64 个 waypoint 的 (x, y, z) 位置坐标 + 旋转矩阵（朝向角），时间跨度 6.4 秒（10Hz 采样）。
·扩散解码器内部预测的实际是 (加速度, 曲率) 序列——这是比纯 waypoint 更接近控制的中间表示。
·通过独轮车运动学模型（Unicycle Kinematic Model）将 (加速度, 曲率) 积分转换为轨迹，保证输出「dynamically feasible」（动力学可行）。
这种「内部接近控制、外部暴露轨迹」的折中设计，是理解整个工程权衡的钥匙。
1.3 源码证据
在 action_space/unicycle_accel_curvature.py 中，类 UnicycleAccelCurvatureActionSpace 的文档明确写道：
"""Unicycle Kinematic Model with acceleration and curvature as control inputs."""accel_bounds: tuple = (-9.8, 9.8)# 加速度范围 m/s² curvature_bounds: tuple = (-0.2, 0.2)# 曲率范围 1/m（最小转弯半径 5m） dt: float = 0.1# 时间步长 100ms（10Hz） n_waypoints: int = 64# 共 64 个时间步（6.4 秒） |
动作空间维度为 (64, 2)，即 64 个时间步，每步 2 个控制量：加速度（accel）和曲率（kappa）。源码中还包含 Tikhonov 正则化以惩罚加加速度（jerk）的二阶差分，保证舒适性。
二、六维度工程权衡分析
2.1 维度一：车辆适配性——一份模型，多种车型
直接输出转向角/油门的最大问题在于：控制信号与车辆物理参数强耦合。
·转向角 δ 需要知道轴距 L（阿克曼公式 δ = arctan(L × κ)）
·油门开度 → 加速度 的映射依赖发动机扭矩曲线、传动比、车辆质量
·刹车压力 → 减速度 依赖制动系统特性、路面附着系数
不同车型的这些参数差异巨大。一个轿车（轴距 2.7m）和一个 SUV（轴距 3.1m），同样的转向角输入会产生完全不同的转弯半径。而轨迹是车辆无关的抽象——「未来 6.4 秒内车辆应该到达这些位置」这个语义，对任何车型都成立。模型只需预测「想去哪」，底盘控制器负责「怎么去」。
NVIDIA 作为方案商，需要让 Alpamayo-R1 适配 Lucid、捷豹路虎等不同品牌的车辆，轨迹接口是唯一通用选择。这也符合 NVIDIA 官方对 Alpamayo 的定位：作为大规模教师模型，供开发者调优、蒸馏，成为其完整辅助驾驶技术栈的核心基础。
2.2 维度二：安全可验证性——可审计的中间层
行业分析明确指出，直接输出控制信号的端到端方案存在核心问题：「没有显式轨迹规划层兜底，系统在 corner case 里的决策不可解释」。轨迹作为中间层提供了三个安全优势：
维度 | 直接控制输出 | 轨迹输出 + 控制器 |
可审计性 | 难——油门 0.7 是什么意图？ | 易——轨迹偏离车道可立即判断 |
安全兜底 | 困难——需在控制空间设约束 | 容易——可在轨迹空间设碰撞检查 |
法规合规 | 黑盒，难证明安全 | 有中间层，可插入规则检查 |
2026 年 6 月 24 日，工信部《智能网联汽车自动驾驶系统安全要求》强制性国家标准（报批稿）公开征求意见截止。这份由推荐性标准 GB/T 44721「升格」而来的 GB 标准，核心逻辑清晰：自动驾驶可以犯错，但不能没有安全兜底；可以创新，但不能没有证据自证安全。
该标准附录 D 明确量化安全指标：碰撞等事故率低于 10⁻⁴/h（即每行驶 1 万小时最多出 1 次碰撞），轻伤事故率低于 10⁻⁵/h，重伤低于 10⁻⁶/h，致命低于 10⁻⁷/h。更关键的机制是「安全档案制度」：企业必须按「声明—论据—证据」三级链条提交仿真、场地、道路全链条数据，证明系统风险可控。
国标合规要点 工信部强制国标（报批稿）明确要求：端到端方案唯一需要额外证明的是「黑盒决策的可解释性」。 行业普遍采用「端到端+规则兜底」混合架构来满足法规要求——轨迹层正是插入规则检查的天然位置。 2024 年之前「先上市、后 OTA、边卖边修」的模式已被彻底堵死，每次 OTA 升级必须同步更新安全档案。 |
2.3 维度三：训练数据可获得性
这是非常现实的工程约束，直接决定了模型能否规模化训练：
数据类型 | 获取方式 | 跨车型一致性 |
轨迹数据 | 任何带 GPS/IMU 的车辆都能采集，只需记录位姿序列 | 一致——坐标语义统一 |
控制信号数据 | 需访问车辆 CAN 总线，获取油门开度、转向角、刹车压力 | 不一致——CAN 信号定义因车而异 |
NVIDIA 的 Physical AI AV 数据集包含 1700+ 小时驾驶数据，已在 Hugging Face 上开放使用。这些数据来自不同车型、不同来源，获取统一的轨迹标签相对容易，但获取统一的控制信号标签几乎不可能——不同车型的 CAN 信号定义不同，油门范围可能是 [0,1] 也可能是 [0,100%]。
这意味着：若选择直接控制输出范式，训练数据会被锁定在特定车型上，无法实现跨车型泛化；而轨迹范式天然支持多车型数据混合训练，这是规模化必须的能力。
2.4 维度四：控制平滑性与稳定性
直接输出控制信号会面临一个微妙问题：模型的每帧输出都有波动，直接作用于执行器会导致车辆抖动。
【直接控制方案】帧1: 油门=0.65, 转向=2.1°帧2: 油门=0.67, 转向=2.3°← 模型输出的微小波动帧3: 油门=0.64, 转向=2.0°→ 执行器频繁调整，乘客感受到顿挫【轨迹方案】模型输出 64 个 waypoint（6.4秒）→ 控制器用 MPC 平滑跟踪→ 执行器输入连续平滑 |
Alpamayo-R1 的源码也体现了这个设计——其内部动作空间（加速度+曲率）本身就包含 Tikhonov 正则化来保证平滑性，代码注释明确写道：
# NOTE: for Tikhonov regularization # 1st order means we want small jerk # 2nd order means we want small difference between jerk # We use 2nd order here as we do not want to penalize the jerk # itself directly but only smoothness of the jerk. |
即通过惩罚加加速度（jerk）的二阶差分来保证舒适性。这种平滑约束在轨迹空间更容易施加，因为轨迹是连续的空间曲线，而控制信号是离散的时间序列。
2.5 维度五：跨平台部署与仿真一致性
学术研究指出了一个关键事实：主流基准测试（NAVSIM、Bench2Drive）都采用轨迹协议，导致直接控制方案「更难训练和比较，减缓了其发展」。原因在于：
·仿真器（CARLA、AlpaSim）的车辆物理模型各异，同样的控制信号在不同仿真器中产生不同运动。
·轨迹是仿真器无关的——「到达这个位置」在任何仿真器中语义一致。
·闭环评估时，轨迹接口可以统一评测，控制信号接口需要为每个仿真器单独适配。
Alpamayo-R1 配套的 AlpaSim 仿真器需要与模型输出匹配，轨迹接口保证了仿真-现实的迁移一致性。这对 NVIDIA 的「模型调优→仿真验证→车端部署」开发闭环至关重要。
此外，T/CSAE 467-2025《乘用车智能底盘域控制器通信接口要求》规定了域控制器与执行器（制动、转向、悬架）之间的通信协议，包括接口时序、负载波动的容错能力。轨迹接口作为上层规划与底层控制的分界，天然适配这种标准化通信架构。
2.6 维度六：分层抽象的工程价值
行业共识是：「感知层用神经网络理解环境，但最终输出的不是油门/转向角度的原始控制信号，而是车辆动力学抽象后的轨迹（如目标路径、目标速度），再由下游底盘域控制器根据具体车型的物理参数（轴距、轮距、减震阻尼）做适配。这样既保留了数据驱动的灵活性，又保证了下游模块的可解释性和安全性。」
这本质上是关注点分离（Separation of Concerns）：
层级 | 职责 | 技术特点 |
VLA 模型 | 理解场景 + 决策 + 规划 | 数据驱动，擅长语义理解 |
轨迹层 | 表达「想去哪」 | 车辆无关的抽象 |
控制器 | 「怎么去」 | 车辆相关，基于物理模型 |
执行器 | 物理执行 | 车辆特定硬件 |
T/CSAE 466-2025《乘用车智能底盘域控制器硬件功能安全要求及验证》从硬件层面强化了这种分层：域控在检测到电控执行部件负载异常时，自动切换至保守控制策略，这正是规则兜底层「负载波动监测—指令限幅—功能降级」的硬保护逻辑。轨迹层作为 VLA 模型与底盘域控之间的接口，使得这种功能安全机制得以实现。
三、Alpamayo-R1 的折中设计
值得强调的是，Alpamayo-R1 并没有完全回避控制信号。从源码看，它的内部动作空间实际是加速度+曲率，这是比纯 waypoint 更接近控制的中间表示。这个设计的精妙之处在于：
1.扩散解码器预测 (加速度, 曲率)——这两个量是车辆运动学的自然控制输入，比 waypoint 更容易学习动力学约束。
2.通过独轮车模型积分转换为轨迹——保证输出「dynamically feasible」（动力学可行）。
3.对外暴露轨迹接口——保持车辆无关性和可审计性。
4.下游控制器可从轨迹反推 (加速度, 曲率)——如果需要，底层控制器可以利用这些隐含信息。
这形成了一个渐进式的控制粒度：模型内部越接近控制，外部接口越抽象。既获得了动力学约束的学习优势，又保持了工程部署的灵活性。
完整的数据流如下：
多摄像头视频 + 自车历史位姿↓ Cosmos-Reason (VLM 骨干网络)↓ 因果推理链文本 (Chain of Causation)↓ 扩散解码器 (Diffusion Decoder)↓ [加速度, 曲率] × 64 步← 内部动作空间↓ 独轮车运动学模型积分 (action_to_traj)v = v₀ + ∫(accel·dt)// 速度积分θ = θ₀ + ∫(kappa·v·dt)// 朝向积分x = ∫(v·cos(θ)·dt)// x 位置积分y = ∫(v·sin(θ)·dt)// y 位置积分↓ 64 个 waypoint 的 [x, y, z] + 旋转矩阵← 最终输出 |
四、直接控制方案的适用场景
直接输出控制信号并非没有优势场景。以下情况中，直接控制范式可能更优：
场景 | 直接控制的优势 | 原因 |
单一车型固定部署 | 无需跨平台适配 | 如某款 robotaxi 固定车型，车辆参数已知 |
低速场景 | 动力学约束要求低 | 停车场、园区低速场景对舒适性要求低 |
仿生学习 | 直接模仿人类操作 | 如早期 NVIDIA PilotNet 直接学习驾驶员控制 |
纯研究场景 | 无需安全审计 | 不需要满足量产法规合规要求 |
但在 Alpamayo-R1 的定位——开源教师模型，供多家车企调优蒸馏——轨迹输出是唯一合理选择。
五、国家标准与合规要求
以下标准构成了当前中国自动驾驶系统的合规框架，也是选择轨迹输出架构的法规驱动力。
5.1 《智能网联汽车自动驾驶系统安全要求》强制性国家标准（报批稿）
2026 年 6 月 24 日，由推荐性标准 GB/T 44721「升格」而来的 GB 标准公开征求意见截止。核心要点：
·量化安全指标：碰撞等事故率低于 10⁻⁴/h，轻伤低于 10⁻⁵/h，重伤低于 10⁻⁶/h，致命低于 10⁻⁷/h。
·安全档案制度：企业必须按「声明—论据—证据」三级链条提交仿真、场地、道路全链条数据。
·OTA 升级必须同步更新安全档案，「先上市、后 OTA、边卖边修」的模式被彻底堵死。
·端到端方案需额外证明「黑盒决策的可解释性」。
轨迹层作为可审计的中间表示，使得企业能够向监管机构证明系统决策的合理性——这是直接控制黑盒难以做到的。
5.2 T/CSAE 466-2025 硬件功能安全要求
《乘用车智能底盘域控制器硬件功能安全要求及验证》由北京经纬恒润科技股份有限公司联合多家企业、高校共同编制，解决了域控制器硬件安全水平的问题：
·定义故障响应时间、冗余架构要求等硬件功能安全指标。
·要求域控在检测到电控执行部件负载异常时，自动切换至保守控制策略。
·涵盖「负载波动监测—指令限幅—功能降级」的硬保护逻辑。
这意味着底盘域控制器需要接收的是「目标轨迹」或「目标速度」这类抽象指令，而非原始的油门/转向信号。轨迹接口天然适配这种标准化通信架构。
5.3 T/CSAE 467-2025 通信接口要求
《乘用车智能底盘域控制器通信接口要求》定义了域控制器与执行器之间的通信协议：
·规定接口时序、负载波动的容错能力。
·统一了域控与底盘电控的协同效率测试基准。
·不符合标准的域控硬件不得用于 L2+ 及以上智驾系统。
截至当前，至少已有 12 家零部件供应商（如博世、大陆、采埃孚）宣布其新一代底盘域控制器对标上述两项团标设计。这进一步强化了轨迹接口作为行业标准的事实。
5.4 合规架构对比
合规维度 | 直接控制方案 | 轨迹输出 + 规则兜底 |
可解释性证明 | 困难——黑盒决策难以审计 | 容易——轨迹可可视化、可追溯 |
安全兜底插入点 | 控制空间——难以设约束 | 轨迹空间——可设碰撞检查、限速等 |
OTA 安全档案更新 | 需重新验证全链路 | 可分层验证——模型更新不影响控制器 |
跨车型部署 | 需逐车型认证 | 控制器认证一次，模型可复用 |
工信部强制国标符合性 | 需额外证明可解释性 | 天然满足「端到端+规则兜底」要求 |
六、结论
不直接输出转向角+油门，不是技术能力的局限，而是工程权衡的最优解。轨迹作为中间层，在车辆适配性、安全可验证性、数据可获得性、控制平滑性、跨平台部署、分层抽象六个维度上都优于直接控制输出。
具体而言：
1.车辆适配性：轨迹是车辆无关的抽象，一份模型可适配多种车型，而控制信号与车辆物理参数强耦合。
2.安全可验证性：轨迹层提供可审计的中间表示，满足工信部强制国标的可解释性要求，是插入规则检查的天然位置。
3.训练数据可获得性：轨迹数据可跨车型统一采集，而控制信号数据受限于 CAN 总线协议差异。
4.控制平滑性：轨迹输出经控制器平滑处理后输入执行器，避免模型帧间波动导致的车辆抖动。
5.跨平台部署：轨迹接口仿真器无关，保证仿真-现实迁移一致性，适配 AlpaSim 等仿真框架。
6.分层抽象：符合 T/CSAE 466/467-2025 规定的域控通信架构，实现关注点分离。
Alpamayo-R1 的折中设计（内部加速度+曲率，外部轨迹）更是兼顾了学习效率与工程灵活性。这个「多一层控制器」的代价，换来的是整个自动驾驶生态的通用性和安全性——这是任何严肃的量产系统都无法回避的。
最终判断 在当前技术条件和国标法规框架下，轨迹输出 + 下游控制器的分层架构是自动驾驶系统的帕累托最优选择。 直接控制方案在特定场景（单一车型、低速、研究）有其优势，但不适用于需要跨车型部署、满足安全审计的量产系统。 Alpamayo-R1 的内部动作空间设计（加速度+曲率）表明：未来可能向更接近控制的接口演进，但外部轨迹接口在可预见的未来仍将是主流。 |
参考资料
[1]NVIDIA. "Alpamayo-R1: Bridging Reasoning and Action Prediction for Generalizable Autonomous Driving in the Long Tail." arXiv:2511.00088, 2025.
[2]NVIDIA. "NVIDIA 推出 Alpamayo 系列开源 AI 模型与工具，加速安全可靠的推理型辅助驾驶汽车开发." blogs.nvidia.cn, 2026-01-05.
[3]NVIDIA. Alpamayo 开源代码仓库. github.com/NVlabs/alpamayo, 2026.
[4]NVIDIA. Alpamayo-R1-10B 模型卡. huggingface.co/nvidia/Alpamayo-R1-10B, 2026.
[5]中华人民共和国工业和信息化部. 《智能网联汽车自动驾驶系统安全要求》强制性国家标准（报批稿）. 2026-06-24.
[6]中国汽车工程学会. T/CSAE 466-2025《乘用车智能底盘域控制器硬件功能安全要求及验证》. 2025.
[7]中国汽车工程学会. T/CSAE 467-2025《乘用车智能底盘域控制器通信接口要求》. 2025.
[8]汽车雷达站. "智能底盘域控制进入硬核时代：标准+安全+技术路线三大维度全解析+FAQ." auto.sina.cn, 2026-07-22.
[9]Rodríguez-Vidal et al. "Addressing the Waypoint–Action Gap in End-to-End Autonomous Driving via Vehicle Motion Models." arXiv:2602.06214, 2026.
