【匠歆汽车】 自动驾驶之软件篇

一、自动驾驶软件架构总览

如果把自动驾驶系统比作一个人，那软件就是大脑和神经系统。它不是一个大而全的程序，而是分层的架构，每层各司其职。

整体来看，自动驾驶软件栈从下到上可以分为 4 层：

用互联网黑话说，这就是一个经典的分层解耦架构——下层为上层提供服务，上层不关心下层的实现细节。

1.1 核心数据流

不管架构多复杂，自动驾驶软件本质上只做一件事：让车从 A 点安全地开到 B 点。

数据流向是这样的：

传感器数据 → 感知(Perception) → 定位(Localization) → 预测(Prediction) → 规划(Planning) → 控制(Control) → 执行机构

可以把它想象成一个人开车的过程：

• 眼睛看路→ 知道自己在哪→ 判断别人要干嘛→ 决定怎么走→ 手脚操作方向盘油门

每一步都依赖上一步的结果，环环相扣。

二、底层：操作系统与框架

2.1 RTOS —— 实时操作系统

自动驾驶对时间的要求极其严格——刹车指令晚发出 100ms，后果可能完全不同。所以车载计算平台跑的不是普通的 Windows 或 macOS，而是实时操作系统（RTOS, Real-Time Operating System）。

目前主流方案有两种：

这里有个关键区别：QNX 是硬实时，能保证任务在确定时间内完成；RT Linux 是软实时，尽力保证但无法 100% 确定。所以很多量产车上会用 QNX 做安全关键的模块，RT Linux 做非关键的计算任务。

2.2 Framework —— 中间件框架

光有操作系统还不够，还需要一层中间件框架来管理模块间的通信、调度和数据交换。

最著名的就是 ROS（Robot Operating System, 机器人操作系统）：

• ROS 最初面向机器人研发，后来被自动驾驶领域广泛采用
• 提供了节点间通信、消息传递、工具链等基础设施
• 目前主流趋势是从 ROS 1 迁移到 ROS 2，后者在实时性和安全性上有大幅提升

除了 ROS，还有其他选择：

所以自动驾驶软件工程师，某种程度上也是在写"机器人程序"？这个跨界还挺自然的。

三、中层：六大核心功能模块

这是自动驾驶软件的灵魂所在，也是技术竞争最激烈的层面。

3.1 HD Map —— 高精地图

之前专门写过地图篇，这里从软件架构的角度再补充几个关键点。

高精地图（HD Map, High Definition Map） 和日常用的导航地图完全不是一个东西：

高精地图在自动驾驶中的核心作用：

• 提供 Level 4 及以上 自动驾驶所需的数据支撑
• 包含大量静态物体的精确信息（路灯杆、交通标志牌的位置和高度）
• 用于相对定位计算——结合传感器数据精确定位车辆
• 帮助传感器缩小检测范围（ROI, Region of Interest），减少计算量
• 提供道路导航语义信息（限速、车道类型、转向规则）
• 辅助识别车道中心线，确保车辆行驶在正确位置

坐标系方面，主流采用 WGS84（GPS标准坐标系）或墨卡托投影坐标系。

3.2 Localization —— 定位

定位模块解决的是"我在哪里"的问题。通过融合 GNSS、IMU、LiDAR 等多种传感器的数据，结合高精地图，计算出车辆的精确位姿（位置+朝向）。这块之前详细写过，不再展开。

3.3 Perception —— 感知

感知模块是车的"眼睛"，负责理解周围环境。主要包含两大能力：

计算机视觉（Computer Vision, CV）

• 目标检测
  ：识别车辆、行人、自行车、障碍物等
• 车道线检测
  ：识别车道边界和道路标线
• 交通标志识别
  ：读懂数字限速、红绿灯状态等

多传感器融合（Sensor Fusion）

• 将 Camera（摄像头）、LiDAR（激光雷达）、Radar（毫米波雷达）的数据融合
• 不同传感器各有优劣，融合后才能获得可靠的环境感知结果
  

所以单一传感器永远不够，多传感器融合才是正道。

3.4 Prediction —— 预测

感知告诉你周围有什么，预测则告诉你它们接下来会做什么。

比如前方有一辆车，它是在直行还是要变道？旁边行人是继续走还是准备过马路？这些都需要基于运动学模型和行为历史来做预测。预测越准，后续的规划就越从容。

3.5 Planning —— 规划

规划是自动驾驶的"大脑决策"，通常分为两层：

其中行为规划（Behavior Planning）决定"做什么"——跟车、换道、超车、避障；运动规划（Motion Planning）决定"怎么做"——生成一条平滑的可执行轨迹。

3.6 Control —— 控制

控制是最后一公里——把规划出的轨迹变成实际的车辆动作。

通过控制算法（如 PID、MPC 等）输出方向盘转角、油门量、制动压力等指令，驱动执行器完成实际操作。

四、上层：HMI 与云端

4.1 HMI —— 人机交互

HMI（Human-Machine Interface）是驾驶员与自动驾驶系统的交互窗口：

• 显示当前驾驶模式（手动/L2辅助/L4自动）
• 周围环境的可视化呈现
• 接管请求提醒
• 故障报警

4.2 Cloud Platform —— 云端平台

自动驾驶不只是车上的事，云端也在参与：

• 高精地图的更新与分发
• 远程监控与诊断
• 数据回传用于算法迭代优化
• V2X（Vehicle-to-Everything）车路协同信息的接入

五、总结

回顾一下自动驾驶软件的全貌：

从底层的硬实时保障，到中层的感知-预测-规划-控制闭环，再到上层的人机交互与云端协同——每一层都是不可或缺的一环。自动驾驶之所以难，就是因为这每一层要做到足够好，而且还要让它们之间高效协同。

来源：产品小白，部分素材源自网络，如涉及版权问题，请及时联系lilian.wu@artisan-event.com删除。