1. 自动驾驶系统概述：从分级标准到行业挑战
大家好，我是你们这门课的主讲。今天咱们聊聊自动驾驶的“全景图”。说实话，这个领域变化太快了，我入行那会儿还在折腾分布式ECU，现在已经在搞中央计算平台了。但不管怎么变，有些基础的东西你得先吃透。
1.1 SAE L0-L5 分级标准：别被“自动驾驶”四个字骗了
很多人一听到“自动驾驶”，就以为车能自己开，人可以在后排睡觉。嗯，这里要注意，SAE的分级标准把这事儿分得很细。我经常跟团队说，搞不清分级，你连需求文档都写不明白。
| 等级 | 名称 | 驾驶主体 | 典型功能 |
|---|---|---|---|
| L0 | 无自动化 | 人类驾驶员 | 定速巡航（其实不算） |
| L1 | 驾驶辅助 | 人类+系统（横向或纵向） | ACC自适应巡航、LKA车道保持 |
| L2 | 部分自动化 | 人类+系统（横向+纵向） | 特斯拉Autopilot、NGP |
| L3 | 有条件自动化 | 系统（人类需接管） | 奥迪A8 Traffic Jam Pilot |
| L4 | 高度自动化 | 系统（限定场景） | Robotaxi、无人配送车 |
| L5 | 完全自动化 | 系统（全场景） | 理论上，目前不存在 |
关键点：L2和L3之间有一条“责任鸿沟”。L2出事算司机的，L3出事算车厂的。我见过不少公司号称L3，其实连L2的冗余都没做好。说白了，分级不是营销噱头，是法律和工程的红线。
我的经验：做系统架构时，我习惯先问清楚“目标等级是L几？”因为L2的架构可以容忍单点故障，L3以上必须做全冗余。我曾经在一个项目里，客户非要L3功能，但硬件只给了单路供电……结果可想而知，测试时一个电源纹波就把系统干趴了。
1.2 系统架构演进：从分布式到中央计算
你想想看，十年前的车里是什么样？几十个ECU，每个管一个功能。车窗一个ECU，雨刷一个ECU，刹车又是一个ECU。它们之间用CAN总线通信，带宽低得可怜，500kbps都算快的。
这种架构有什么问题？我举个例子。你想实现一个自动紧急制动（AEB），需要摄像头感知、雷达测距、ESP执行制动。这三个模块分属不同ECU，数据要绕好几圈才能汇合。延迟？几百毫秒都算正常。但AEB要求100毫秒内响应。这就是分布式架构的硬伤。
第一阶段：分布式架构
- 每个功能一个独立ECU
- 通信靠CAN/LIN总线
- 软件升级困难（得去4S店刷机）
- 线束重量惊人（一辆车几十公斤）
第二阶段：域控架构
后来大家发现，不如把功能相近的模块合并。于是有了“域控制器”。比如智能驾驶域、座舱域、车身域。每个域有一个高性能SoC，负责该域的所有计算。
域控的好处：算力集中了，通信延迟降低了。我记得2018年做第一个域控项目时，光是把5个ECU的功能合并到一个芯片上，就省了3公斤线束。但问题也来了——域间通信怎么办？你想想，自动驾驶域要调用座舱域的摄像头，还得走以太网绕一圈。
第三阶段：中央计算架构
现在的主流方向。一个或两个中央计算平台，接管所有传感器数据，统一调度算力。说白了，就是给车装了个“超级大脑”。
// 中央计算架构的典型拓扑（伪代码）
Central_Computer {
// 传感器数据统一接入
Sensor_Fusion {
Camera: 8路 @ 30fps
LiDAR: 4路 @ 10fps
Radar: 6路 @ 20fps
}
// 功能模块按需分配算力
Scheduling {
Perception: 40% CPU
Planning: 30% CPU
Control: 10% CPU
HMI: 20% CPU
}
// 冗余设计
Failover {
Primary: NVIDIA Orin
Backup: TI TDA4
}
}避坑指南：我曾经在中央计算架构里犯过一个低级错误——把所有功能都塞进一个进程。结果一个模块的内存泄漏，导致整个系统崩溃。记住，中央计算不等于“单进程”。一定要做进程隔离和资源配额。
1.3 行业现状与挑战：理想很丰满，现实很骨感
现在行业里最火的是什么？端到端大模型、城市NOA、无图智驾。但说实话，这些技术离真正的L4还有距离。我参加过不少行业会议，大家嘴上说着L4，心里都清楚L3还没完全搞定。
主要挑战
- 长尾问题：Corner case永远处理不完。比如路上突然出现一个倒着走的行人，或者一个被风吹起的塑料袋。我见过一个测试车，因为一片树叶挡住了摄像头，直接刹停了。
- 算力与功耗：L4需要1000+ TOPS的算力，但车上的散热和供电有限。你想想，一个Orin芯片功耗就60W，两个就是120W，再加上传感器……电池扛不住。
- 安全与冗余：功能安全（ISO 26262）和预期功能安全（ISO 21448）是两座大山。我做过一个项目，为了满足ASIL-D等级，光冗余设计就占了40%的硬件成本。
- 法规与责任：出了事故算谁的？这个问题到现在没完全解决。有些国家允许L3上路，但要求全程监控驾驶员。这其实有点自相矛盾——既然要监控，为什么不直接L2？
我的判断：未来3-5年，L2+会大规模普及，L4会在限定场景（如园区、高速）落地。至于L5，我个人觉得10年内都很难。不是技术不行，是成本和法规跟不上。
1.4 小结：这门课你会学到什么？
好了，第一章的内容就这些。说白了，自动驾驶不是单一技术，而是一个系统工程。从传感器到决策，从通信到安全，每个环节都环环相扣。
接下来的课程，我会带你深入每个模块。比如中间件怎么选型？DDS和SOME/IP到底哪个好？如何做时间同步？怎么保证确定性调度？这些都是我在实际项目中踩过的坑，我会毫无保留地分享出来。
学习建议：别急着看代码，先把架构逻辑理清楚。我习惯用“分层思维”看问题——感知层、决策层、执行层，每层关注自己的事。这样设计出来的系统才够健壮。
下一章，咱们聊聊自动驾驶中间件的核心——通信机制。你会看到为什么ROS2不适合量产，以及DDS到底牛在哪里。