1. 从“辅助”到“自主”无人驾驶的十字路口最近和几个做自动驾驶感知和规控的朋友聊天大家都有一个共同的感受行业似乎进入了一个“平台期”。新闻里L2、L3的落地消息不断但真正敢把“手和脚”完全交给系统、在复杂城区道路里“无人”行驶的场景依然凤毛麟角。我们离电影里那种真正的无人驾驶好像总是差那么“两步”。这“两步”究竟是什么在我看来它并非某个具体的算法优化或硬件升级而是两个更深层次、更根本性的问题系统在极端场景下的“认知天花板”以及从技术演示到商业闭环的“最后一公里”。这两个问题不解决无人驾驶就永远只能停留在“高级辅助”的范畴无法真正“上路”。所谓“认知天花板”指的是当前基于数据驱动的AI系统在面对海量训练数据中未曾出现过的“长尾场景”时其决策逻辑的脆弱性和不可解释性。比如一个穿着奇装异服的行人、一辆装载着超规异形货物的三轮车、一场突如其来的局部团雾加路面油渍。这些场景单个出现的概率极低但组合起来在庞大的路网和运营时长面前几乎必然会发生。而“最后一公里”问题则关乎成本、责任与规模化。如何将动辄数十万、上百万的传感器和计算单元成本压缩到普通消费者或商业运营可承受的范围当事故发生时责任如何在车企、算法供应商、运营商、甚至道路管理者之间清晰界定没有清晰的答案就没有大规模商业化的土壤。今天我想结合一线研发和测试中遇到的实际案例抛开那些宏大的技术叙事就聊聊这两个“卡脖子”的问题。我们不仅要知道问题在哪更要看看行业内正在尝试哪些破局的思路以及作为从业者我们日常工作中该如何调整重心。2. 长尾场景数据驱动的“阿喀琉斯之踵”无人驾驶系统的核心是一个复杂的感知-决策-控制链条。近年来随着深度学习特别是Transformer架构和大模型的兴起感知环节的精度取得了飞跃。摄像头、激光雷达、毫米波雷达的多源融合让车辆能“看”得更清、更远。然而“看见”不等于“理解”更不等于能做出“安全且合理”的决策。这就是长尾场景挑战的本质系统缺乏人类驾驶员所具备的常识推理、类比学习和极度灵活的应变能力。2.1 “看见异形物”与“理解异形物”的天堑我们团队在封闭测试场做过一个经典实验。在路中间放置了一个训练数据集中从未出现过的物体——一个半人高、覆盖着反光银箔的抽象雕塑。结果令人深思所有参与测试的车辆感知模块都成功检测到了这个“障碍物”并将其分类为“未知障碍”或“通用物体”。但在决策层面出现了严重分化。激进型策略基于“前方存在静止未知障碍物”这一判断系统直接触发紧急制动AEB在距离物体很远的地方刹停。这虽然安全但在实际车流中极易造成后车追尾。保守型策略系统因为无法确认该物体的属性是硬质障碍还是软质垃圾会不会移动置信度始终达不到执行绕行或刹车的阈值于是选择“忽略”或“保持观察”车辆匀速接近直到非常近的距离由安全员接管。这个实验暴露的问题是感知输出的是一个带有置信度的“标签”和“边界框”但决策需要的是基于物理属性和行为预测的“语义理解”。系统知道“那里有个东西”但不知道“那个东西意味着什么我该如何与它互动”。对于常规车辆、行人、骑行者我们有海量的数据进行行为预测模型训练。但对于训练集外的异形物预测模型几乎失效。实操心得在模型训练中我们开始有意识地引入“OODOut-Of-Distribution检测”和“不确定性估计”模块。不仅让模型输出“它是什么”还要输出“我有多确定它是什么”。对于低确定性、高不确定性的感知结果决策模块会采用一套更谨慎、更拟人化的策略比如提前减速、发起试探性绕行如轻微偏离车道线观察物体反应并准备随时退出而不是简单地二选一全速通过或紧急刹停。2.2 极端天气与罕见交通参与者的组合“暴击”单一的长尾场景或许还能处理但多种罕见因素叠加才是真正的噩梦。我印象最深的一次路测是在初冬的傍晚小雨导致路面湿滑部分路段有零星落叶。此时一个穿着深色雨衣、打着一把全黑雨伞的电动自行车骑手从右侧岔道毫无征兆地快速切入主路并且他的车尾灯还不亮。感知层面毫米波雷达可能因为雨滴杂波和伞的金属骨架产生噪点激光雷达的点云被雨滴和湿滑地面反射干扰对深色、非刚体目标的轮廓提取不完整摄像头在低光照、雨滴覆盖镜头的条件下图像质量严重下降。单一传感器都“看”不清楚。融合与决策层面多传感器融合算法在数据质量都下降的情况下很可能输出一个置信度不高、位置飘忽不定的“疑似目标”。决策模块面临艰难选择如果这是一个误检如被风吹起的塑料袋大幅减速或转向会影响通行效率和舒适性如果这是一个真实的高风险目标不干预就会发生碰撞。最终那次测试以安全员接管告终。事后复盘我们发现核心问题在于系统的“世界模型”过于依赖历史数据中的常见模式。它没有构建起“能见度低路面附着系数低交通参与者行为异常”这样一个联合概率下的风险评估框架。人类的驾驶员会基于“这种天气和视线下什么都有可能发生”的常识主动降低车速、扩大安全车距、提高警惕。而AI系统则需要被显式地告知或从海量极端案例中学到这种“联合风险模式”。当前业界的探索方向主要集中在三点仿真与合成数据爆炸不再完全依赖昂贵且稀有的真实路采数据而是利用高保真仿真引擎如Carla、NVIDIA DRIVE Sim大规模生成极端场景和罕见案例的合成数据。关键不在于渲染多逼真而在于物理规则和交通参与者行为逻辑的合理性。我们可以随意组合天气、光线、障碍物、行为制造出数百万个“长尾场景”来喂养模型。引入“世界模型”与常识推理让AI不仅学习“是什么”还尝试学习“为什么”和“可能会怎样”。例如通过视频预测模型让系统学会基于当前帧预测未来几秒内场景的演变。结合物理规律如物体运动轨迹连续性和简单常识如行人可能走向人行横道提升对未知场景的推理能力。车路协同与超视距感知单车智能存在物理局限那就借助外部力量。通过5G/V2X技术让路侧单元RSU如摄像头、激光雷达、气象传感器将超视距、被遮挡的交通信息实时发送给车辆。例如前车遮挡的施工区域、弯道另一侧的抛锚车辆、前方一公里外的突发团雾。这相当于给单车开了“上帝视角”将一部分动态长尾场景转化为了已知信息。3. 规控算法在安全、舒适与效率的“铁三角”中走钢丝感知解决了“世界是什么样”的问题而规划与控制规控则要回答“我该怎么走”。如果说长尾场景是“认知”挑战那么规控则面临着“执行”的哲学困境如何在绝对安全、乘坐舒适和通行效率这个不可能三角中找到一个动态的、可被接受的平衡点尤其是在中国复杂的城市路况中。3.1 “防御性驾驶”的算法量化之难人类老司机都懂“防御性驾驶”即预判其他道路使用者的可能风险行为并提前采取预防措施。但将这种模糊的经验转化为精确的、可计算的算法规则极其困难。例如在一条三车道城市道路上本车在中间车道行驶右侧车道有一辆大货车。人类驾驶员通常会下意识地1观察货车前方是否有慢车或障碍物预判它可能向左并线2稍微向左偏离车道中心线与货车拉开横向距离3准备减速或加速为货车的潜在并线留出空间。这一系列操作是平滑、连续且基于概率预判的。而传统的规控算法可能这样处理只有当货车的转向灯亮起并且其轨迹与自车轨迹预测有碰撞风险时才会触发换道或减速。这是一种“反应式”策略而非“预判式”策略。更先进的基于强化学习RL的规控模型可以通过在仿真环境中与无数智能体博弈学到类似的防御性策略。但问题又来了学到的策略是否“过度防御”比如因为预判所有右侧车辆都可能并线而导致车辆始终贴着左侧车道线行驶影响本车道内行驶的舒适性和稳定性甚至让后车感到困惑。这里的关键在于代价函数Cost Function的设计。规控算法通过最小化一个总的“代价”来选择最优轨迹。这个代价通常包括安全代价与障碍物包括预测轨迹的碰撞风险。舒适度代价加速度、加加速度jerk的大小转向的剧烈程度。效率代价与期望速度的偏差行程时间。交通规则代价偏离车道中心、压线、违反交规的惩罚。避坑指南在调试规控算法时最容易犯的错误是孤立地调整某个代价的权重。比如为了应对激进加塞一味提高安全代价的权重可能导致车辆在正常跟车时也过于敏感频繁“点头”刹车舒适性极差。正确的做法是引入场景自适应代价函数。例如通过感知模块识别出右侧有大货车、摩托车或者前方车辆刹车灯频繁点亮可以动态微调安全代价的权重或安全距离的阈值。同时必须建立一套完整的、贴近人类主观评价的舒适度量化体系不仅仅是加速度并在大规模仿真和实车测试中进行AB对比验证。3.2 与“人”共舞博弈论在混行交通中的必要性中国的道路是高度混行的机动车、非机动车、行人共享路权。很多场景没有绝对的路权划分充满了微妙的博弈。比如在没有红绿灯的斑马线前车辆和行人都在互相试探和“沟通”通过眼神、手势、车速。再比如在拥堵的匝道汇流区车辆之间通过“车语”稍微加速、让出半个车头来完成交替通行。纯基于规则和优化的规控算法在这种博弈场景下往往显得“呆板”或“侵略性太强”。它可能严格按照“交替通行”的规则在轮到自己时坚决切入不考虑旁车是否在轻微加速试图阻止也可能在斑马线前因为无法预测行人意图而长时间停滞直到行人完全停止。因此将博弈论思想引入规控成为必然选择。算法需要将其他交通参与者不再视为被动障碍物而是具有不同策略的智能体。系统需要推测他车的意图是想加速通过还是减速让行并据此选择自己的最优策略。这通常通过部分可观测马尔可夫决策过程POMDP或基于深度学习的博弈模型来实现。一个简单的博弈规控框架可能包含以下步骤意图预测基于他车的历史轨迹、当前状态车速、转向灯、以及地图信息是否接近路口、匝道用预测模型输出其未来可能的几条轨迹及概率。策略空间构建根据自车目标如汇入主路和交通规则生成自车多个候选轨迹如激进切入、温和切入、等待。收益计算与博弈求解为每一个“自车轨迹-他车预测轨迹”的组合计算一个收益值综合考虑安全性、效率、规则符合度。通过博弈论方法如纳什均衡求解找到在当前博弈态势下最稳定、最可能被双方接受的策略组合。轨迹执行与在线更新执行选定的轨迹并持续观察他车的实际反应在线更新对他车意图的预测动态调整策略。这个过程计算量巨大且对预测模型的准确性依赖极高。但它是实现类人化、流畅交互驾驶的必由之路。目前头部公司正在将大语言模型LLM的推理能力与规控结合尝试让系统理解更抽象的“驾驶社交礼仪”比如“在狭窄路段错车时谁更靠边一些更合理”。4. 成本与硬件商业化的“物理封印”技术再先进如果成本下不来一切都只是实验室里的玩具。无人驾驶的硬件成本尤其是L4及以上级别所需的传感器套件一直是压在整个行业头上的一座大山。我们谈论的“成本”不仅仅是BOM物料清单成本更是包含研发、测试、部署、维护在内的全生命周期成本。4.1 传感器组合的“降本增效”博弈经典的L4传感器方案是“激光雷达为主视觉和毫米波雷达为辅”。激光雷达能提供精确的三维点云不受光照影响是感知的“定海神针”。但它的成本高昂早期机械式激光雷达数十万如今固态/半固态激光雷达仍需数万元、受恶劣天气浓雾、大雨影响、且数据量大处理复杂。因此行业出现了明显的技术路线分化纯视觉路线以特斯拉为代表坚持不使用激光雷达依靠多个摄像头和强大的视觉算法如Occupancy Network占据网络来重建三维世界。优势是成本极低硬件成熟。挑战在于对算法要求极高需要处理光照、阴影、恶劣天气等所有视觉难题且测距精度和绝对安全性一直存在争议。轻激光雷达路线多数主流车企和自动驾驶公司的选择。采用1-2颗前向高性能激光雷达如128线搭配多个侧向和后向的补盲激光雷达或低线数激光雷达再融合摄像头和毫米波雷达。这是在性能、可靠性和成本之间寻求平衡。传感器深度融合与前融合降本的关键不在于砍掉某个传感器而在于通过更先进的融合算法让低成本传感器发挥出更高价值。例如通过前融合在原始数据层面进行融合让低线数激光雷达的稀疏点云与高分辨率摄像头图像深度互补用算法弥补硬件精度的不足。或者用4D成像毫米波雷达增加高度维信息在部分场景下替代侧向激光雷达。硬件选型的核心逻辑是为不同的功能场景和安全等级匹配恰到好处的传感器而不是无脑堆料。例如对于高速巡航这类结构化道路摄像头和毫米波雷达可能已经足够但对于城区无保护左转、复杂路口等场景激光雷达提供的精确三维信息则是安全冗余的关键。未来的趋势一定是软件定义硬件通过算法提升来逐步降低对单一硬件性能指标的依赖。4.2 计算平台的“效能革命”海量的传感器数据需要被实时处理复杂的规控和博弈算法需要被实时运算这都对车载计算平台域控制器提出了恐怖的要求。算力需求从几十TOPS万亿次运算/秒一路飙升到上千TOPS。然而算力提升带来的是功耗和散热的急剧增加以及成本的上升。这里的核心矛盾是“峰值算力”与“有效算力”的不匹配。芯片厂商宣传的TOPS数值往往是理论峰值在实际运行复杂的神经网络模型时由于内存带宽、数据搬运效率、算子优化程度等问题有效算力可能大打折扣。因此评估计算平台不能只看TOPS更要看能效比每瓦特功耗能提供多少有效算力。这直接关系到车辆的续航和散热设计。软件栈成熟度芯片配套的编译器、工具链、算子库是否完善能否高效地将主流算法模型如PyTorch, TensorFlow训练出的模型部署到芯片上运行。一个需要大量手工优化才能跑起来的芯片其开发成本和时间成本是巨大的。功能安全与预期功能安全是否满足ASIL-D级别的功能安全要求是否有足够的冗余和隔离机制这是量产上车的前提。目前行业正在从通用的GPU向更专用的自动驾驶芯片如NVIDIA Orin, 地平线征程系列 华为MDC演进通过定制化架构提升能效比。同时模型轻量化与剪枝是软件端降本的关键。将庞大的云端训练模型通过知识蒸馏、量化、剪枝等技术压缩成适合车载芯片运行的小模型而不显著损失精度是算法工程师的核心工作之一。5. 责任界定与商业化模式跨越“最后一公里”假设技术难题全部攻克成本也降到可接受范围无人驾驶就能遍地开花了吗还差最关键的一环明确的责任界定和可行的商业模式。没有清晰的“锅”谁来背没有算得过账的盈利模型资本和消费者都不会买单。5.1 事故责任划分技术、伦理与法律的交叉点当一辆具备L4功能的无人驾驶汽车发生事故责任方是谁这是一个复杂的技术、伦理和法律混合体。系统故障导致的事故这相对清晰责任在于系统的设计方、制造商主机厂或自动驾驶方案提供商。需要调查是感知漏检、规控决策错误、还是控制执行失效。这依赖于完整且不可篡改的数据记录系统EDR Event Data Recorder需要记录事故前至少30秒的高频传感器原始数据、系统状态、决策逻辑等。数据的解读和归因本身就是一个技术挑战。人机共驾L3下的责任转移L3系统要求在特定设计运行域ODD内系统负责全部动态驾驶任务但需要用户在系统请求接管时及时响应。这里存在模糊地带。如果系统发出接管请求但用户因分神未能在规定时间内接管导致事故责任如何划分是系统请求的时机太晚还是用户的责任这需要精确界定“系统能力边界”和“合理的接管时间”。无法避免的事故“电车难题”变体这是经典的伦理困境。当事故不可避免时系统应如何选择是优先保护车内乘员还是车外行人不同的文化背景和法律体系可能有不同答案。目前行业的普遍实践是遵循“最小伤害原则”和“责任规避原则”即优先选择合法、符合交通规则且碰撞伤害预期最小的方案并尽可能避免将算法置于这种极端道德选择中。更重要的是通过更好的感知和预测提前避免陷入此类困境。立法和保险产品的创新是破局关键。一些地区已经开始探索为自动驾驶汽车设立特殊的保险框架比如强制产品责任险。同时利用区块链等技术确保数据记录的真实性与完整性为责任鉴定提供可信依据。最终可能需要建立一套基于大量事故数据统计分析的责任分摊系数模型。5.2 从“卖车”到“卖服务”商业模式的演进无人驾驶的商业模式正在从一次性销售硬件汽车向持续提供运输服务MaaS, Mobility as a Service转变。Robotaxi自动驾驶出租车这是目前最主流的L4商业化路径。由运营公司如Waymo、Cruise、百度Apollo、小马智行组建车队在限定区域如城市部分区域、机场、园区提供打车服务。盈利模式清晰但前期投入巨大车辆、传感器、运维且需要攻克安全、体验、规模化的层层关卡。干线物流在高速公路上实现L4级卡车队列行驶被认为是比城区Robotaxi更容易落地的场景。道路环境相对结构化商业价值明确节省燃油、人力成本。挑战在于上下匝道、混流区的处理以及法律法规对无人卡车上路的许可。末端配送与特定场景无人配送车、无人环卫车、无人矿卡等在封闭或半封闭场景已逐步实现商业化。这些场景ODD限制严格速度低风险相对可控是技术练兵和现金流的重要来源。私家车市场的渐进渗透通过L2/L3功能如高速领航辅助、城市领航辅助的搭载让消费者为“软件功能”付费FSD Full Self-Driving培养用户习惯和信任度同时收集海量数据反哺技术迭代为最终向L4演进做准备。订阅制、按需付费等软件商业模式正在兴起。无论哪种模式其规模化前提都是“正向经济模型”的跑通。即单车的日均营收能否覆盖其日均成本车辆折旧、能源、运维、保险、远程监控等。这要求技术必须足够可靠以降低运维和保险成本同时运营效率如空驶率、接单率要足够高。这是一个技术、运营、市场三方紧密咬合的复杂系统。我个人认为无人驾驶的终局不会是单一模式而是一个多层次、多场景的混合生态。就像今天的互联网既有全球性的云平台也有区域性的本地服务。无人驾驶也会在Robotaxi、物流、公共交通、私人车辆等多个维度同时展开最终交织成一张新的移动网络。而我们现在所做的一切——攻克长尾场景、优化规控算法、压低硬件成本、厘清责任边界——都是在为这张网的每一个节点打下坚实的地基。这条路注定漫长但每一步都算数。