第8讲：自动驾驶技术概述

学习目标

  • 了解自动驾驶的分级标准
  • 掌握自动驾驶系统的核心技术栈
  • 理解深度感知在自动驾驶中的关键作用

8.1 自动驾驶的分级

国际自动机工程师学会（SAE）将自动驾驶分为6个级别：

级别 名称 描述
L0 无自动化 人类驾驶，系统仅提供警告
L1 驾驶辅助 系统可控制转向或加速之一（如定速巡航）
L2 部分自动化 系统同时控制转向和加速，但人类必须时刻监控
L3 有条件自动化 系统在特定条件下可完全驾驶，但需要人类接管
L4 高度自动化 系统在限定区域内可完全自动驾驶
L5 完全自动化 系统在全路况下可完全自动驾驶

目前，主流量产车的自动驾驶水平处于L2至L2+级别。L4级别的Robotaxi在部分城市已开始试点运营。

8.2 自动驾驶系统的核心技术栈

一个完整的自动驾驶系统通常包含以下模块：

8.2.1 感知模块

  • 摄像头：提供丰富的视觉信息，用于车道线检测、交通标志识别、障碍物检测
  • 激光雷达（LiDAR）：发射激光束测量距离，生成环境的三维点云
  • 毫米波雷达：检测物体的速度和距离，在雨雾等恶劣天气下表现更好
  • 超声波雷达：近距离探测，用于泊车辅助

8.2.2 定位与地图模块

  • GPS/IMU：提供车辆的位置和姿态信息
  • 高精地图：提供厘米级精度的道路几何信息和语义信息
  • SLAM技术：同时定位与地图构建

8.2.3 决策规划模块

  • 行为预测：预测周围车辆和行人的运动轨迹
  • 路径规划：从起点到终点的全局路径规划
  • 运动规划：局部路径的实时规划（避障、换道等）

8.2.4 控制模块

  • 横纵向控制：转向控制和速度控制
  • 执行器指令：油门、刹车、方向盘等

8.3 单目深度估计——用一只眼睛看世界

8.3.1 什么是单目深度估计？

单目深度估计（MDE）是从单张2D图像中预测每个像素到相机的距离。人类可以自然地做到这一点——闭上一只眼睛仍然能判断物体的远近（利用经验中的透视、纹理梯度、物体大小等线索）。

对于计算机来说，这个问题非常困难。因为2D图像中缺少了深度这一维度的直接信息。近年来，深度神经网络的发展让MDE的性能大幅提升，使其成为传统激光雷达的潜在替代或补充方案。

8.3.2 MDE在自动驾驶中的关键作用

  • 成本优势：摄像头远低于激光雷达，有利于自动驾驶的商业化
  • 信息丰富：视觉信息包含颜色、纹理、语义等多维信息
  • 全场景覆盖：比激光雷达更适合远距离和小目标的检测

工业界实践：特斯拉等公司一直在探索将MDE集成到量产级自动驾驶系统中，利用低成本摄像头配合先进的AI算法实现对环境的深度感知。

8.4 为什么智能汽车安全如此重要？

随着汽车从"轮子上的沙发"变成"轮子上的电脑"，安全威胁也随之而来：

  • 传感器欺骗攻击：用对抗补丁让摄像头"看不见"路牌
  • 物理环境操控：用激光照射干扰激光雷达
  • 数据注入攻击：向车辆CAN总线注入虚假数据
  • 远程攻击：通过网络攻击控制车辆的远程信息处理系统

其中最引人关注的是针对AI感知系统的对抗攻击——这正是我们下一讲要深入探讨的主题。

思考题

  1. 为什么特斯拉选择纯视觉方案（仅用摄像头）而其他公司多采用激光雷达+摄像头的融合方案？
  2. 单目深度估计的核心困难是什么？人和机器在深度感知上有哪些异同？
  3. 如果你负责设计自动驾驶的安全架构，你会优先考虑哪些安全威胁？

延伸阅读

  • SAE J3016: Taxonomy and Definitions for Terms Related to Driving Automation Systems
  • 特斯拉AI Day相关资料: https://www.tesla.com/AI