系统任务与管线边界

先说清楚整台车要完成什么，再谈任何一个算法。否则你学到的是零件，不是机器。

从一个路口开始

雨后傍晚，一辆车沿支路驶向城市十字路口，距离路口还有 80 米。导航的指令很简单：前方右转，汇入主路。但现场没那么简单——主路车流持续通过；一辆深色轿车正从主路的相邻车道向汇入目标车道切过来（这个动作叫 cut-in，横向切入）；路口边一排施工锥桶，把入口边界向左挪了半个车道，而地图还不知道这件事。

接下来的十几秒里，这台车要连续回答一串问题：我在哪条支路、目标车道在哪里？主路上有什么、那辆切入的轿车现在什么状态？它们下一秒会怎么动？我该等待还是汇入？如果汇入，走一条什么样的曲线、什么速度？这串问题，就是接下来八章的目录。这个路口也会跟着我们走完全程——每一章处理它的一层，最后一章看它出了事之后怎么办。

这一章先不进任何算法，只做一件事：把整台车的任务和信息管线摆上桌面，让后面每一章都知道自己在哪个位置、接谁的输入、交付给谁。

任务是什么：四个词，互相打架

自动驾驶的任务不是"识别更多目标"，而是把人从 A 送到 B，并且同时满足四个条件——课件把它们列为轨迹的四条需求：驾驶安全（不撞）、符合交规（不违章）、体感舒适（不顿挫）、高效便捷（不磨蹭）。

注意这四条是互相冲突的。一辆在路口永远等到主路完全清空才汇入的车，安全、合规、舒适三条全满分，但高效为零——乘客会骂，后车会按喇叭。整个自动驾驶工程,本质上是在这四个目标之间做带约束的权衡；后面你会看到，几乎每一层的设计争论（保守还是激进、规则还是学习）最终都能翻译回这四个词的取舍。

任务成立还有一个前提条件，行业里叫 ODD（运行设计域）：系统被设计用于哪些道路、天气、光照和速度范围。它划定"任务在哪些条件下成立"，超出这个范围，系统有权也有义务说"我不干"。本线里它只作为背景出现，记住这个词就够。

管线：信息从哪进，沿哪流，交给谁

从工程上看，车载系统是一条连续链路。课件的数据流图是这样的：

传感器（雷达、相机、GPS/IMU）→ 数据接收与多传感器融合 → 地图信息 / 语义信息 / 智能体信息 / 定位信息 → 轨迹预测 + 行为决策（车道保持、跟车、超车、换道）→ 运动规划（路径规划、轨迹优化）→ 横纵向控制与执行。

翻译成本线的章节：定位与导航回答"我在哪、往哪走"（第 2 章），感知恢复"周围有什么"（第 3 章），预测推演"它们会怎么动"（第 4 章），决策选择"我做什么"（第 5 章），规划生成"具体怎么动"（第 6 章），控制去执行。每一环都有明确的上游输入和下游交付物——这个"接口"视角是全线最重要的一个习惯：**评价任何模块，先问它消费什么、交付什么，再问它内部用了什么算法。**一个离线指标漂亮但输出格式、时序、坐标系无法被下一环稳定消费的模块，对整车毫无价值。

还有一件事是这条静态管线表达不了的，课件用一张三步并道图补上了：一辆车想汇入主路，第一步，没人让路，一边试探性靠近、一边准备随时退出；第二步，后车减速让行了，开始并入；第三步，完成汇入。驾驶决策不是一次性算出答案，而是在别人反应不确定的情况下边试探边调整——这张图请记住，它是第 4 章（交互预测）和第 5 章（POMDP 决策）的种子。

两种造法：规则栈与学习栈

同一条管线，行业里有两种造法，课件把两张真实架构图摆在一起对照。

Baidu Apollo：四层堆栈——硬件、软件核心（地图引擎、定位、感知、预测、规划、控制各自独立成模块）、应用软件、工具服务。每个模块单独设计、单独调试、单独迭代，模块之间用明确定义的接口通信。这是模块化路线，代表还有 Waymo。

Tesla FSD：图上几乎只有三块——训练基础设施、神经网络（Occupancy + 车道与目标 → 规划）、数据引擎（自动标注、仿真）。感知到规划被揉进网络里，工程重心从"设计模块"移到了"喂数据"。这是端到端路线，代表还有理想、Momenta。

两条路线的输入和输出完全一样：传感器进，转向/油门/刹车出。差别全在中间——中间是几十个手工设计的模块，还是一张（或几张）神经网络。行业的方案代际也沿着这条线演进，课件给的时间轴是：2021 年前靠高精地图，2022 年 BEV 无图方案，2023 年 Occupancy 通用障碍物，2024 年端到端，2025 年 VLA。

本线的读法是：第 2-6 章沿模块化管线走——不是因为模块化更先进，而是因为每个模块对应驾驶任务里一个绕不开的子问题（定位、感知、预测、决策、规划），这些问题不会因为架构换成端到端就消失，只会换一种形式被解决；第 7 章再回来看端到端怎么重组这条管线，第 8 章看两种造法共同面对的终极考题——怎么证明车真的会开。

这一环容易出错

管线视角下，最常见的三类系统性错误，先立此存照：

• 只看零件不看机器：介绍一个感知或规划模型时，说不清它在整车管线中的上游依赖和下游用途——这样的理解是悬空的。
• 接口错配：局部模型离线得分很高，但输出的格式、时序或坐标系无法被下一环稳定消费，好成绩烂贡献。
• 局部最优不等于全局最优：各模块分头优化自己的指标（检测 mAP、预测 minADE），却没有共同服务于"安全高效地通过这个路口"——第 7 章讲端到端时，这一条会成为核心论据。

接到下一环

管线边界清楚了。回到那个 80 米外的路口，第一个现实问题是：**车怎么知道自己在哪条支路上，怎么知道该在这个路口右转、汇入的是哪条车道？**答案不在传感器里，在定位、地图和导航里——下一章从手机导航屏幕上那行"85 米后通过路口"讲起。

本章速查

材料来源