Autonomous Vehicles

自动驾驶车辆（AVs）也常称为自动驾驶汽车，它们利用传感器和人工智能（AI）感知周围环境、预测其他道路使用者的行为、规划路线，并在没有人类驾驶员的情况下控制方向、加速和制动。这个术语涵盖多种级别，从有人监督、能在高速公路上保持车道的汽车，到驾驶座上没有人的自动驾驶出租车。无人驾驶服务现已商业化：Waymo 于 2020 年在凤凰城向公众开放了完全无人驾驶的乘车服务，目前在美国至少 10 个大都会区接载付费乘客；百度 Apollo Go 则在武汉等中国城市运营无人驾驶出租车。面向消费者的汽车大多提供仍需人工持续监督的驾驶辅助功能，这仍是汽车领域人工智能（AI）最常见的形式。

自动驾驶车辆的工作原理#

自动驾驶系统每秒会多次重复执行同一套流程：

• 感知传感：摄像头识别车道标线、交通标志和信号灯；激光雷达通过激光脉冲测量精确的三维距离；雷达测量距离和速度，并能在雾天和雨天正常工作；GNSS、惯性传感器和车轮里程计则跟踪车辆自身的运动。
• 感知：神经网络检测、分类并跟踪每辆汽车、每位骑行者和每位行人，识别车道和可行驶区域，并估算距离。
• 预测：系统预测未来几秒内每位道路使用者可能前往的位置，通常会生成多条带概率的备选轨迹。
• 规划：规划器选择一条能够推动行程、遵守交通规则并与每条预测轨迹保持安全距离的路线和速度。
• 控制：低层控制器将规划结果转化为转向、油门和制动指令。

没有任何一种传感器能适用于所有情况，因此需要通过传感器融合将它们结合起来。感知依赖目标检测、对道路、人行道和植被进行语义分割、在激光雷达点云中进行3D 目标检测，以及多目标跟踪；仅使用摄像头的系统则通过深度估计和立体视觉获取距离信息。路径跟踪控制器通常会使用模型预测控制，在转向和加速度限制范围内跟随规划轨迹。KITTI 和 Argoverse 等公开数据集提供带标签的驾驶数据，用于训练和评测这些模型。

在代码中跟踪道路使用者#

预测需要了解每位道路使用者的运动情况，因此感知系统必须在不同帧之间持续跟踪每个物体，并为其分配稳定的身份标识。Ultralytics YOLO26 的跟踪模式可以实现这一点，为每个检测到的边界框添加持久 ID。下面的示例会跟踪一段行人行走视频中的行人：

from ultralytics import YOLO

model = YOLO("yolo26n.pt")

# Track pedestrians (COCO class 0) across video frames, keeping one ID per person
video = "https://github.com/ultralytics/assets/releases/download/v0.0.0/decelera_portrait_min.mov"
results = model.track(source=video, classes=[0], stream=True)

ids_seen = set()
for result in results:
    if result.boxes.is_track:
        ids_seen.update(result.boxes.id.int().tolist())

print(f"Unique pedestrians tracked: {len(ids_seen)}")

它会输出视频片段中获得 ID 的不同人数。每个 ID 都会关联同一个人在不同帧中的边界框；边界框逐帧的位置变化，就是预测模块用来外推的运动历史。

模块化驾驶与端到端驾驶#

传统的 AV 软件采用模块化架构：感知、预测、规划和控制由彼此独立、分别测试的组件负责，并通过跟踪对象列表等人工设计的接口连接。端到端系统则用一个神经网络取代大部分流程，将传感器数据映射为轨迹，并通过大量人类驾驶数据进行行为克隆训练。Tesla 在 2024 年通过版本 12 将其 FSD（Supervised）驾驶辅助软件迁移到端到端网络；研究模型 UniAD 则将感知、预测和规划整合到一个针对规划任务优化的网络中，并获得了 CVPR 2023 最佳论文奖。许多生产系统介于两者之间：它们的学习模块经过联合训练，但仍会输出可解释的结果，供工程师测试。

仿真承担了大量验证工作，因为稀有事件无法按需采集。基于车队数据训练的世界模型，例如 Waymo 于 2026 年 2 月宣布的 Waymo World Model，可以为车队从未记录过的场景生成逼真的摄像头和激光雷达数据；在仿真中进行强化学习，则有助于规划器处理人类驾驶数据很少涵盖的情况。

驾驶自动化级别#

2021 年修订、与 ISO 协调的 SAE J3016 标准定义了六个驾驶自动化级别。0 至 2 级属于驾驶员辅助功能：驾驶行为仍由人类负责，即使驾驶员的脚离开踏板、手离开方向盘，也必须始终进行监督。3 至 5 级属于自动驾驶系统，可以自行完成驾驶任务，至少能在其运行设计域内实现自动驾驶；运行设计域指系统所适用的道路、速度和环境条件：

GM Super Cruise 等无需手握方向盘的高速公路驾驶系统属于 2 级，因为驾驶员必须持续观察道路。Mercedes-Benz Drive Pilot 是 3 级系统，已获准在德国、加利福尼亚州和内华达州的部分高速公路上使用；驾驶员可以将视线移开，但收到提示时必须接管。Waymo 的自动驾驶出租车属于 4 级，可在已绘制地图的服务区域内无人驾驶；目前还没有能够像人类一样在任何地点驾驶的 5 级车辆。

实际应用#

• 自动驾驶出租车：Waymo、百度 Apollo Go 等公司在指定服务区域内提供无人驾驶载客服务，车内没有安全驾驶员，并由远程工作人员协助回答车辆提出的问题。
• 卡车运输：Aurora 于 2025 年开始使用无人驾驶卡车在达拉斯和休斯敦之间为客户运送货物；高速公路路线的驾驶环境漫长且可预测，适合自动化。
• 驾驶辅助：自适应巡航控制、车道居中和自动紧急制动等功能，在数百万辆家用汽车中使用同类感知模型，通常还配备驾驶员监控摄像头来检查注意力。
• 工业车辆：矿山自动运输卡车、场内牵引车和仓库叉车会在路线和交通均受控的封闭场地运行。

自动驾驶车辆与相关术语的区别#

• 高级驾驶辅助系统（ADAS）：0 至 2 级的功能，用于辅助人类驾驶员，而驾驶员仍需对驾驶负责。严格意义上的 AV 会自行完成整个驾驶任务。
• 网联汽车（V2X）：能够彼此之间以及与基础设施（例如交通信号灯）交换数据的车辆。汽车可以联网但不具备自动驾驶能力；联网还可以让 AV 获取自身传感器范围之外的信息。
• 远程协助与远程驾驶：SAE 的 2021 年修订版区分了两者。远程协助人员会为无人驾驶车辆提供建议，例如确认车辆可以驶过一辆抛锚的卡车，而车辆仍自行驾驶；远程驾驶员则直接从远处控制车辆。
• 物理 AI与机器人技术：AV 是一种专门用于公共道路的移动机器人，也是物理 AI 商业化规模最大的应用；其感知和规划方法与仓库机器人、无人机和人形机器人相通。