当前位置:首页>自动驾驶>【AutoDrive】自动驾驶之规控篇

【AutoDrive】自动驾驶之规控篇

  • 2026-09-10 22:57:23
【AutoDrive】自动驾驶之规控篇

前言:你有没有想过,为什么自动驾驶汽车在拥堵时能自动跟车不追尾?在高速上能平稳变道?在无保护左转时能精准“找空隙”?

它不是靠“预设程序”死板执行,而是像一个经验丰富的老司机——‌先看懂环境,再决定怎么走,最后用最舒服的方式开过去‌。

这个“看懂—决定—执行”的全过程,就是自动驾驶的‌规划与控制(Planning & Control,简称PNC)‌。

1、PNC是什么?
  • P = Planning(规划)‌:决定“‌怎么走”
    • 哪条路最安全?
    • 该不该变道?
    • 以多快的速度通过弯道?
  • ‌C = Control(控制)‌:决定“‌怎么动‌”
    • 方向盘打多少度?
    • 油门踩多少百分比?
    • 刹车力道是否平滑?

规控是自动驾驶的“大脑+手脚”‌,是‌决策与执行的核心中枢‌。规划=老司机的“脑子”;控制 = 老司机的“手脚”。

在自动驾驶系统中的位置:感知 → 定位 → 预测 → ‌规控‌ → 执行
2、规控的三大核心模块
模块
功能
类比
关键能力
‌预测(Prediction)‌
预判行人、车辆、自行车的下一步动作
“第六感”:看到有人抬头,就知道他要过马路
5~8秒轨迹预测、意图识别、不确定性评估
‌规划(Planning)‌
生成安全、舒适、合规的行驶轨迹
“指挥官”:决定走哪条路、何时加速、何时避让
路径选择、速度曲线、轨迹平滑、避障重规划
‌控制(Control)‌
把规划的轨迹变成真实的车轮转动和刹车力
“精准手脚”:方向盘转0.5°,油门踩1%
横向跟踪误差<10cm、纵向加速度变化<0.3g
2.1规划的两种主流方法‌
方法
特点
适用场景
‌基于规则(Rule-based)‌
用if-else逻辑写驾驶策略,如“前车<50m则减速”
量产车主流,可解释、安全可靠
‌基于优化(Optimization-based)‌
用数学模型求最优轨迹,如MPC(模型预测控制)
高阶智驾,轨迹更平滑,计算量大
2.2控制的三大经典算法‌
算法
原理
特点
‌PID‌
根据误差比例、积分、微分调整输出
简单稳定,常用于纵向车速控制
‌LQR‌
线性系统下最小化“代价函数”
平稳性好,适合线性模型
‌MPC‌
每次预测未来几秒,选最优动作
‌当前工业界主流‌,能处理约束、非线性、多目标
3、规控的核心能力
3.1基础能力(满足基础法规要求)
比如无人车车速上限为5.5m/s,约等于19.8km/h,接近20km/h。而20km/h是碰撞致死率显著下降的临界线,在这种车速下,紧急制动的距离约等于3米,感知-决策-执行有充足的冗余。
3.2决策能力
决策
支持能力
说明
直行
强
后退
中

后方空旷可以成功,附近有车流容易失败

左转
强

此为有保护左转,不然受到传感器的识别距离影响。

右转
强

三点掉头

弱

空旷道路上可以成功,有车流则容易长时间刹停阻塞

绕行

较强

因遮挡导致看不清前方状态的除外

跟随

强
超越
中

只超越静止或极慢(步行速度或以下)的障碍物,因为快速障碍物需要较长时间超越,目前视距较短,不能保证安全

分岔
中

可正常处理分叉道

换道
中

目前具有最右侧机动车道和非机动车道灵活换道的能力

3.3场景能力
不同场景有着不同的通行规则和风险点,算法会提前学习并适配各类场景的规则,通过实时感知周边车辆、行人、障碍物的动态,算法能预判潜在风险,提前做出避让、减速等决策,最大程度保障行驶安全。
4、规控在日常场景中案例
场景1:拥堵跟车‌
  • ‌预测‌:前车突然刹车,后车有加速趋势
  • ‌规划‌:提前0.5秒开始缓减速,避免急刹
  • ‌控制‌:油门逐步回零,刹车力线性增加,‌乘客无点头感‌
场景2:加塞应对‌
  • ‌预测‌:左侧车辆突然打灯,意图切入
  • ‌规划‌:判断“让”比“抢”更安全 → 规划微减速+保持车道
  • ‌控制‌:纵向减速度0.2g,横向无偏移,‌不慌不乱‌
场景3:弯道通行‌
  • ‌预测‌:前方弯道曲率半径约30m
  • ‌规划‌:生成“S型”速度曲线:进弯减速 → 弯中匀速 → 出弯加速
  • ‌控制‌:横向控制使轮胎抓地力始终在极限边缘,‌车身不侧滑‌
场景4:无保护左转‌
  • ‌预测‌:对向车流间隙为2.3秒,有电动车即将通过
  • ‌规划‌:选择“穿插间隙”而非等待,轨迹避开电动车预测路径
  • ‌控制‌:转向角+15°,车速控制在15km/h,‌精准切入,不抢不等‌
5、整体架构图

5.1 硬件平台层

  • ‌AI计算单元‌:提供智能算法算力支持
  • ‌通用计算单元‌:处理常规车载计算任务
  • ‌安全处理单元‌:负责系统安全相关运算
  • ‌控制单元‌:管控车辆基础功能

5.2 系统软件层

  • ‌内核‌:智能驾驶内核(安全实时内核、Linux等),保障系统稳定与安全
  • ‌系统中间件‌:涵盖AI框架、管理中间件(日志、监控、安全)、SOA框架、ARA、OTA等,为上层应用提供通用服务支持
  • ‌系统接口‌:包含POSIX及其他系统调用、安全可信接口,实现软硬件交互与安全管控

5.3 功能软件层

  • ‌功能中间件‌:提供数据抽象、数据流框架、车云协同框架、安全框架等,实现数据处理与跨域协同
  • ‌应用支撑层‌:分为算法/模型库(环境感知、融合定位、决策规划、运动控制、车用大模型)和基础服务(数据服务、配置服务、地图服务、联网服务、安全服务),为应用层提供核心能力支撑

5.4 应用软件层

包含AEB/AES、LKA/LCC、NOA/NOP、AVP、RoboTaxi、GLOSA、智能融合应用、车路云一体化应用等各类车载智能应用,覆盖辅助驾驶、智能座舱、车路协同等场景

5.5 安全与工具链

  • ‌安全体系‌:贯穿全栈,包含功能安全、预期功能安全、网络安全、数据安全等多维度防护
  • ‌工具链‌:提供开发调试、测试仿真、持续集成、过程管理等工具,支持系统全生命周期开发维护

整个架构实现了从底层硬件感知、中层系统支撑到上层智能应用的完整闭环,同时将安全能力深度融入各层级。

匠歆会展

匠歆会展深耕汽车、航空航天、海事、人工智能、网络安全、医疗等高端产业,致力于为头部企业、权威学术机构、政府部门及科研院所提供贯穿战略洞察与全流程解决方案的高端服务平台。专注精准商务对接、品牌曝光与产业资源落地,依托 30 万 + 行业数据库与 VIP 1V1 匹配服务,高效拉高企业合作转化率。成功打造了包括 AutoCS(智能汽车信息安全大会)、AICC(全球数据中心基础设施大会)、绿色航运大会、航空涡轮展、eVTOL 展等在内的多个行业知名 IP,覆盖行业人员超过 10 万人,持续为企业实现精准获客、技术对接、商机转化与品牌增量。

· END ·

联系人|Lilian

电话|18217555248(微信同号)

邮箱|lilian.wu@artisan-event.com

关注【ArtiAuto 匠歆汽车】,获取最新行业趋势与深度技术洞察。 

加入【AutoCS】智能汽车信息安全社群,共同探讨漏洞分析、入侵防护与实战案例,共建端到端协同防御体系。  

加入【AutoSEMI】智能汽车半导体社群,与芯片设计、EDA、整车伙伴共同探讨。直面从RISC-V、测试、认证到流片、上车的全链路挑战,协同推动国产芯片落地。

加入【AutoPEPS】智能汽车无钥匙进入社群,与同仁共研共创。攻坚无钥匙进入与数字钥匙融合的硬核挑战,定义下一代智能进入,加速技术量产落地。

免责声明:匠歆汽车快讯基于公开信息整理,仅供参考,不构成任何商业建议。部分素材源自网络,如涉及版权问题,请及时联系lilian.wu@artisan-event.com删除。

来源:https://mp.weixin.qq.com/s/EEoi0Q9tLNXq7cv1juiy3A

匠歆汽车根据来源二创仅供参考,不构成任何商业建议。部分素材源自网络,如涉及版权问题,请及时联系lilian.wu@artisan-event.com删除。

最新文章

随机文章