智能駕駛時代離不開“規(guī)控”，但對用戶而言，“規(guī)控”可能是一個既陌生，卻又帶有很強(qiáng)技術(shù)感知的詞語。

本期Tech Talk，由蔚來自動駕駛研發(fā)部門規(guī)控團(tuán)隊的Blake FAN、Eason QIN，以及全域智能駕駛體驗(yàn)團(tuán)隊的Simon WANG，為我們解讀“規(guī)控”的開發(fā)邏輯，揭秘NOP+增強(qiáng)領(lǐng)航輔助是如何“開車”的。

什么是決策規(guī)劃控制算法？

規(guī)控的全稱——決策規(guī)劃控制算法，對外簡稱“規(guī)控”，它是智能駕駛系統(tǒng)的核心組成部分之一。

Aquila蔚來超感系統(tǒng)，

擁有包括超遠(yuǎn)距高精度激光雷達(dá)

在內(nèi)的33個高性能感知硬件

如果把Aquila蔚來超感系統(tǒng)比喻為智能駕駛系統(tǒng)的眼睛，那么規(guī)控就是智能駕駛系統(tǒng)大腦一般的存在。它的職責(zé)，是負(fù)責(zé)安全且平穩(wěn)地駕駛車輛，讓用戶享受輕松、愉悅的出行體驗(yàn)。

簡單而言，規(guī)控算法決定了自車應(yīng)該何時讓行切入車輛、何時變道，以及何時進(jìn)出匝道；這些駕駛行為指令會傳遞給車輛控制端，實(shí)現(xiàn)細(xì)膩的、毫秒級的方向盤轉(zhuǎn)角以及加減速控制。

因此，規(guī)控的聰明程度也決定了智能駕駛系統(tǒng)的舒適性和通行效率的平衡。

如何成為一個優(yōu)秀的規(guī)控算法？

智能駕駛系統(tǒng)能夠像人一樣實(shí)現(xiàn)自如地開車，至少需要滿足兩個條件。

第一，是否能夠像人一樣獲取周圍的環(huán)境信息；第二，則是構(gòu)建像人一樣的思考方式和駕駛行為。

NOP+增強(qiáng)領(lǐng)航輔助功能開啟狀態(tài)

關(guān)于智能駕駛系統(tǒng)對自車周圍環(huán)境的感知，可以在《蔚來眼中的世界，有多特別？》這篇文章里找到答案。不過要讓其構(gòu)建像人一樣的思考方式，就需要投入研發(fā)精力，至少做到以下兩點(diǎn)。

第一，理解什么是優(yōu)秀的駕駛行為。

優(yōu)秀的駕駛行為由諸多要素組成，其中最重要的就是安全。智能駕駛狀態(tài)下的車輛，需要在復(fù)雜的環(huán)境中保持和其他交通參與者安全的交互，盡可能地平穩(wěn)駕駛，并且高效的到達(dá)終點(diǎn)。因此，安全、平穩(wěn)和高效，這三點(diǎn)就成為了智能駕駛規(guī)控模塊的開發(fā)目標(biāo)。

第二，構(gòu)建類人的駕駛思考方式。

這一點(diǎn)尤為重要。智能駕駛系統(tǒng)需要模仿人類駕駛員的思維方式，比如在獲知駕駛目的地信息（導(dǎo)航），當(dāng)前所處位置（定位），和周圍環(huán)境信息（地圖，感知）后，要進(jìn)行分層級思考。

這個思考的過程可以分為三個階段，比如思考是否該進(jìn)行超車、讓行、換道的決策規(guī)劃階段；思考安全、舒適、高效的運(yùn)行軌跡規(guī)劃階段；以及車輛如何執(zhí)行指令的控制階段。

智能駕駛系統(tǒng)規(guī)控工作流

基于上述三個層級的思考，接下來為大家展開詳細(xì)聊一聊。

首先，我們來拆解決策規(guī)劃（Behavior Planning）。NOP+的決策規(guī)劃不僅包含對周圍其他交通參與者行為的預(yù)測，也包含自車行為對周圍環(huán)境造成的影響。對所有這些自身和其他因素進(jìn)行整體建模，便構(gòu)成了NOP+的決策預(yù)測一體化。

好比棋手對弈，我們無法百分百精確預(yù)測對手下一步到底會怎么走，但通過對棋局當(dāng)前形勢的推演，優(yōu)秀的棋手知道怎么出手會獲得更高的勝率。因此，智能駕駛系統(tǒng)的決策目標(biāo)就是更加細(xì)致、深入地判斷“棋盤的‘勢’”，即形勢和收益。

為了能得到更高的勝率，智能駕駛車輛需要精確的識別與認(rèn)知周圍環(huán)境——類似棋盤中棋子的擺放位置；以及和障礙物之間的博弈關(guān)系——下這步棋后對手會怎么落子；在思考完成后需要在有限時間里選擇合適的響應(yīng)行為——下棋的策略。

在下面這個換道場景中，NOP+的算法在識別到前方慢車以及左方、右方和后方的車輛、環(huán)境信息后，會“觀察形勢”，推演執(zhí)行不同駕駛行為可能發(fā)生的結(jié)果。

這就是“博弈推演”，權(quán)衡利弊后，最后以安全、舒適的方式完成換道。

NOP+的決策算法需要考慮環(huán)境中所有可能發(fā)生交互的障礙物，當(dāng)環(huán)境發(fā)生變化時，交互決策需要考慮的因素將會以指數(shù)級別增加。

比如在當(dāng)前時刻，有10個障礙物需要考慮是否避讓，那么決策的復(fù)雜度是2^10=1,024；在接下來（1秒、2秒......5秒）的每一個時刻是否要進(jìn)行避讓時，復(fù)雜度將會變成1,024^5，大約是10^15。

優(yōu)秀的司機(jī)往往能夠通過預(yù)判性駕駛來降低風(fēng)險，提高通行效率和舒適性。因此，思考得越深，NOP+的駕駛行為預(yù)判就越好。

一個優(yōu)秀的棋手，每次落子前大約會推演5-8個回合的“博弈”，而智能駕駛需要在<0.1秒的時間內(nèi)完成更復(fù)雜的推演。為了能在超過10^15量級的策略中快速找到最優(yōu)解決方案，除了更強(qiáng)的硬件算力，更重要的是NOP+規(guī)控算法的設(shè)計與提升。

事實(shí)上，NOP+的決策算法用百萬量級的自動駕駛數(shù)據(jù)進(jìn)行不斷的訓(xùn)練學(xué)習(xí)，總結(jié)出“定勢”并記錄下來，從而在決策樹中實(shí)現(xiàn)快速精準(zhǔn)的搜索。我們將這個過程稱為：價值網(wǎng)絡(luò)學(xué)習(xí)（Deep Learning Policy Network），即通過深度學(xué)習(xí)網(wǎng)絡(luò)，去學(xué)習(xí)優(yōu)秀司機(jī)對于駕駛交互的判斷邏輯。

隨著系統(tǒng)硬件能力的提升和數(shù)據(jù)的積累，在NOP+決策系統(tǒng)中考慮的因素也會更加的細(xì)化，從而能在千變?nèi)f化的世界中尋找出最優(yōu)的決策。

在拆解決策規(guī)劃后，我們來看看運(yùn)動軌跡規(guī)劃（Motion Planning）是如何工作的。

當(dāng)車輛得到最優(yōu)決策后，運(yùn)動軌跡規(guī)劃模塊需要將其轉(zhuǎn)化為車輛可以執(zhí)行的行駛路徑。一個好的行駛路徑需要在安全的條件下盡量優(yōu)化路徑的安全度，平滑性以及通行效率。

比如以下?lián)矶聢鼍案５膱鼍爸校囕v在規(guī)劃合理的剎車力度時，不僅需要考慮前車的距離，也要盡可能的優(yōu)化減速度的變化幅度，做到安全平穩(wěn)舒適的剎停和起步（如Gif圖中左下方平滑的藍(lán)色加減速曲線）。

優(yōu)秀的駕駛是在安全、遵守交通規(guī)則的前提下，盡量在效率和舒適中達(dá)到平衡。但是在不同場景中，效率和舒適的平衡又是不一樣的。

比如北京、上海的道路和鄉(xiāng)村道路就很不一樣。在擁堵環(huán)境下，普通的城市道路和環(huán)路、高架又有很大區(qū)別。因此需要通過數(shù)據(jù)分析更深層次地理解周圍環(huán)境，在諸多因素中自適應(yīng)地去調(diào)節(jié)平衡關(guān)系。

例如，在Banyan 2.0.0的擁堵跟車場景中，系統(tǒng)通過大量數(shù)據(jù)學(xué)習(xí)老司機(jī)開車的駕駛方式，從而獲得安全、平穩(wěn)、舒適的駕駛體驗(yàn)，隨著數(shù)據(jù)的積累，體驗(yàn)還可以不斷進(jìn)化。

最后一個層級，則是對指令的控制（Control）。在系統(tǒng)做出運(yùn)動軌跡規(guī)劃后，需要控制讓車輛按照預(yù)判完成相應(yīng)的動作。“控制”會系統(tǒng)性閉環(huán)考慮車輛的運(yùn)動狀態(tài)，以便更好地執(zhí)行指令，達(dá)到“手腦一致”。

NOP+：追求連續(xù)的點(diǎn)到點(diǎn)駕駛體驗(yàn)

傳統(tǒng)的輔助駕駛研發(fā)，往往以單一功能為原點(diǎn)（例如大家熟悉的ACC自適應(yīng)巡航，LKA車道保持輔助，LCC車道居中輔助等），實(shí)現(xiàn)特定場景下的輔助駕駛。

但是，做好每一個單點(diǎn)功能，是否就能夠算智能駕駛？答案是否定的，現(xiàn)實(shí)遠(yuǎn)比想象的更難！

首先，現(xiàn)實(shí)中的場景往往更復(fù)雜，要求有多個單點(diǎn)功能的組合。試想一下人類的駕駛行為，變道時目標(biāo)車道有前后車的情況下，不僅僅要考慮變道的空間是否足夠，還需要考慮前后車未來的運(yùn)動軌跡和速度變化。

除了思考復(fù)雜的道路場景，

NOP+還會根據(jù)天氣因素來控制車速，

安全始終是擺在首位的

如果此時第三車道也同時有車變道匯入呢？如果變道發(fā)生在匯入口附近呢？多種場景組合在一起會讓功能開發(fā)的復(fù)雜度呈現(xiàn)指數(shù)型的上升。

其次，場景變化存在連續(xù)性。單點(diǎn)開發(fā)的功能往往存在功能或狀態(tài)的離散變化，在適配體驗(yàn)的過程中銜接并不連續(xù)。比如，單點(diǎn)開發(fā)上下匝道會由于狀態(tài)的切換導(dǎo)致成功率下降。

NOP+通過整體開發(fā)統(tǒng)一建模的方式克服了上述痛點(diǎn)。就好像2000年初的手機(jī)智能化，廠商往往以某一個功能，如發(fā)短信、打電話、玩游戲、發(fā)郵件的角度進(jìn)行功能開發(fā)，而今天大家顯然聚焦在打造一個高效互通的平臺系統(tǒng)上。

實(shí)際上，我們就致力于將規(guī)劃控制模塊打造成類似的平臺。它能夠覆蓋更多的功能，接受不同的感知源輸入，在硬件不斷迭代和數(shù)據(jù)不斷積累的基礎(chǔ)上，還能讓規(guī)劃控制算法自主進(jìn)化和學(xué)習(xí)，為適配更復(fù)雜的駕駛場景提供底層原子化的能力和操作系統(tǒng)。

通過解讀“規(guī)控”的開發(fā)邏輯，不難發(fā)現(xiàn)，一套優(yōu)秀的規(guī)控算法能為智能駕駛系統(tǒng)賦予思考邏輯，這也是NOP+能夠脫穎而出的關(guān)鍵。

最后，再分享一組數(shù)據(jù)給大家。截至2023年8月，NOP+累計使用里程超過8,300萬公里，當(dāng)下它正以每周超過500萬公里的速度快速“成長”。

NOP+的目標(biāo)很清晰，就是為用戶在日常通勤及長途出行中，提供更安全、輕松、愉悅的駕駛體驗(yàn)。

審核編輯：彭菁