[首發(fā)于智駕最前沿微信公眾號(hào)]自動(dòng)駕駛技術(shù)的發(fā)展正朝著多元化方向邁進(jìn)，其中低速自動(dòng)駕駛小車(chē)（以下簡(jiǎn)稱“低速小車(chē)”）因其在物流配送、園區(qū)運(yùn)維、社區(qū)服務(wù)等場(chǎng)景中的獨(dú)特價(jià)值而受到廣泛關(guān)注，且現(xiàn)階段已經(jīng)深入到我們生活的方方面面。與面向開(kāi)放道路、高速巡航的乘用車(chē)自動(dòng)駕駛系統(tǒng)相比，低速小車(chē)在技術(shù)實(shí)現(xiàn)、系統(tǒng)架構(gòu)、硬件配置、軟件算法及安全冗余等方面都存在顯著差異和針對(duì)性優(yōu)化。

從感知需求方面相比，低速小車(chē)的行駛環(huán)境通常為如工廠倉(cāng)庫(kù)、園區(qū)道路、小區(qū)環(huán)路等封閉或半封閉的場(chǎng)地。這類場(chǎng)景具有道路結(jié)構(gòu)相對(duì)單一、行人及障礙物行為可預(yù)測(cè)性更強(qiáng)的特點(diǎn)。因此，低速小車(chē)在傳感器配置上可以適度簡(jiǎn)化，不必依賴大范圍、高性能的長(zhǎng)距激光雷達(dá)和毫米波雷達(dá)，而是更多采用短距激光雷達(dá)、超聲波傳感器及低成本攝像頭的組合。短距激光雷達(dá)成本較低、分辨率足夠應(yīng)對(duì)1–10米范圍內(nèi)的障礙物檢測(cè)；超聲波傳感器則在近距離避讓靜態(tài)小障礙物時(shí)具有快速反饋優(yōu)勢(shì)；攝像頭則用于識(shí)別車(chē)道邊界、地面標(biāo)識(shí)甚至二維碼導(dǎo)航點(diǎn)。與乘用車(chē)級(jí)別自動(dòng)駕駛依賴的多線束、高性能、高成本的激光雷達(dá)相比，低速小車(chē)傳感器融合方案更注重性價(jià)比和單一場(chǎng)景精準(zhǔn)覆蓋，而非全方位、全場(chǎng)景的感知覆蓋。

在定位與地圖層面比較，乘用車(chē)自動(dòng)駕駛系統(tǒng)往往需要高精度的三維高清地圖（HD Map），并結(jié)合RTK/PPK級(jí)別的GNSS、慣性測(cè)量單元（IMU）、視覺(jué)SLAM等算法，實(shí)現(xiàn)厘米級(jí)或亞厘米級(jí)定位，以應(yīng)對(duì)復(fù)雜的城市道路、交叉路口及高速公路環(huán)境。低速小車(chē)的環(huán)境相對(duì)可控，且通常行駛于GPS信號(hào)遮擋較少或已部署基礎(chǔ)設(shè)施（如室內(nèi)定位基站、藍(lán)牙鑰匙點(diǎn)、視覺(jué)標(biāo)簽等）的區(qū)域。因此，其定位系統(tǒng)可以降低對(duì)RTK精度的依賴，而是結(jié)合輪速計(jì)、低成本IMU和視覺(jué)里程計(jì)，以及預(yù)先標(biāo)定的局部二維平面地圖，實(shí)現(xiàn)分辨率在10–20厘米范圍內(nèi)的定位精度。這種精準(zhǔn)度足以支撐低速、短距離的路徑跟蹤與障礙物規(guī)避。此外，當(dāng)環(huán)境具有明顯人工特征（如地面二維碼、墻面標(biāo)識(shí)）時(shí)，可通過(guò)視覺(jué)識(shí)別進(jìn)行標(biāo)定補(bǔ)償，進(jìn)一步提升定位的穩(wěn)定性和魯棒性。

從決策與路徑規(guī)劃方面討論，乘用車(chē)自動(dòng)駕駛面臨的交通參與者類型多樣、行為難以預(yù)測(cè)，要求實(shí)時(shí)進(jìn)行全局路徑規(guī)劃與局部避障、動(dòng)態(tài)行為預(yù)測(cè)等復(fù)雜算法，常結(jié)合深度學(xué)習(xí)與模型預(yù)測(cè)控制（MPC）等前沿技術(shù)。而低速小車(chē)的應(yīng)用場(chǎng)景目標(biāo)單一，通常是從倉(cāng)庫(kù)A到配送點(diǎn)B，或在封閉園區(qū)內(nèi)完成固定線路巡檢。路徑規(guī)劃可以采用事先規(guī)劃好的預(yù)定義軌跡或基于柵格地圖的A*、Dijkstra等經(jīng)典算法，結(jié)合簡(jiǎn)單的行為樹(shù)對(duì)靜態(tài)或緩慢移動(dòng)的行人與車(chē)輛做避讓。在預(yù)測(cè)模型方面，低速小車(chē)只需預(yù)測(cè)行人的簡(jiǎn)單軌跡或其他小車(chē)的低速移動(dòng)，不必為大車(chē)高速切線、人車(chē)復(fù)雜交互等極端情況設(shè)計(jì)大規(guī)模神經(jīng)網(wǎng)絡(luò)，因此算力需求和模型推理時(shí)間大幅降低，系統(tǒng)延遲得以在幾十毫秒級(jí)別以內(nèi)滿足實(shí)時(shí)性要求。

在控制執(zhí)行層面的差異則源于速度和動(dòng)力學(xué)模型的不同。乘用車(chē)級(jí)自動(dòng)駕駛要考慮高速超車(chē)、緊急避險(xiǎn)、彎道漂移等復(fù)雜動(dòng)力學(xué)響應(yīng)，對(duì)車(chē)輛底盤(pán)的響應(yīng)頻率、控制回路的帶寬及執(zhí)行精度要求非常高。故而其執(zhí)行器需要高性能的電子助力轉(zhuǎn)向（EPS）、高精度制動(dòng)控制（EBS）、電子油門(mén)控制（ETC）等硬件，并配以實(shí)時(shí)性極強(qiáng)的嵌入式系統(tǒng)。相比之下，低速小車(chē)在行駛速度一般不超過(guò)15公里/小時(shí)，運(yùn)動(dòng)學(xué)模型更接近低速差速或小型電動(dòng)底盤(pán)，慣性效應(yīng)小、側(cè)滑風(fēng)險(xiǎn)低，可采用更簡(jiǎn)單的PID或基于線性二次型調(diào)節(jié)器（LQR）的控制算法，執(zhí)行頻率也可放寬至50–100Hz，而非千赫茲級(jí)別。在硬件選型上，低速小車(chē)可使用成本更低、易于集成的電機(jī)驅(qū)動(dòng)器和舵機(jī)式轉(zhuǎn)向機(jī)構(gòu)。

在系統(tǒng)冗余與安全設(shè)計(jì)方面，乘用車(chē)自動(dòng)駕駛系統(tǒng)為滿足ISO 26262 ASIL-D級(jí)功能安全要求，通常需要在傳感器、計(jì)算平臺(tái)、執(zhí)行器上實(shí)現(xiàn)硬件雙重或三重冗余，并通過(guò)安全實(shí)時(shí)操作系統(tǒng)（RTOS）及多域控制器（域控制電腦）進(jìn)行任務(wù)分區(qū)與隔離。低速小車(chē)由于場(chǎng)景相對(duì)可控，可在風(fēng)險(xiǎn)評(píng)估（FMEA）基礎(chǔ)上，將ASIL級(jí)降至B或C級(jí)，只對(duì)關(guān)鍵部件（如制動(dòng)系統(tǒng)）進(jìn)行冗余設(shè)計(jì)，并以軟件異常檢測(cè)、故障安全?？坎呗詾橹鬟M(jìn)行安全風(fēng)險(xiǎn)管理。此外，低速小車(chē)往往配備碰撞緩沖結(jié)構(gòu)和外置“死亡開(kāi)關(guān)”或安全圍欄感應(yīng)帶，當(dāng)系統(tǒng)檢測(cè)到異常時(shí)可主動(dòng)斷電制動(dòng)，實(shí)現(xiàn)低速緊急停車(chē)。

從系統(tǒng)集成與運(yùn)維方面討論，乘用車(chē)自動(dòng)駕駛研發(fā)周期長(zhǎng)、車(chē)型迭代更新緩慢，廠商需構(gòu)建整車(chē)級(jí)通訊域、OTA升級(jí)平臺(tái)及豐富的后臺(tái)云服務(wù)，而低速小車(chē)面向的是規(guī)模化布署場(chǎng)景，需求快速迭代與大規(guī)模運(yùn)維。因而其軟件架構(gòu)更傾向于輕量化的ROS 2或?qū)Ｓ袑?shí)時(shí)框架，支持模塊化插件式部署與遠(yuǎn)程診斷接口。OTA更新的內(nèi)容也多為場(chǎng)景腳本與地圖數(shù)據(jù)，而非核心感知算法或底層控制固件，一旦出現(xiàn)問(wèn)題可在本地回滾至上一穩(wěn)定版本。低速小車(chē)通常以租賃或服務(wù)化模式運(yùn)作，因此對(duì)成本敏感，硬件模塊統(tǒng)一化、傳感器共享化和簡(jiǎn)易的維護(hù)工具（如一鍵標(biāo)定設(shè)備）成為必要設(shè)計(jì)考量。

綜上可見(jiàn)，低速自動(dòng)駕駛小車(chē)與乘用車(chē)自動(dòng)駕駛在技術(shù)需求上存在明顯差異，前者在感知、定位、規(guī)劃、控制及安全冗余上均以“滿足單一、可控、低速場(chǎng)景”為核心導(dǎo)向，通過(guò)簡(jiǎn)化硬件配置、優(yōu)化算法復(fù)雜度、降低ASIL等級(jí)及注重運(yùn)維成本，實(shí)現(xiàn)了低成本、高效率的自動(dòng)駕駛解決方案；后者則因應(yīng)更復(fù)雜、多變的開(kāi)放道路環(huán)境，需在精度、覆蓋范圍、冗余度和安全等級(jí)上達(dá)到極致。未來(lái)，隨著技術(shù)發(fā)展和應(yīng)用邊界的不斷拓展，這兩類自動(dòng)駕駛系統(tǒng)將相互借鑒：低速小車(chē)將在模塊化和標(biāo)準(zhǔn)化方面為乘用車(chē)自動(dòng)駕駛提供新思路，而乘用車(chē)級(jí)別的算法和安全框架也可能逐步下沉至低速場(chǎng)景，促使整個(gè)自動(dòng)駕駛生態(tài)走向更高的成熟度與可靠性。

審核編輯 黃宇