自动驾驶 AI 可视化实验室
从感知到控制——把自动驾驶 AI 系统的全栈架构以可交互 SVG 呈现。
01
自动驾驶全景
SAE 自动驾驶等级 L0-L5：从无自动化到完全自动驾驶。切换等级观察各等级的自动化能力、系统架构与责任边界。
L0 无自动化
驾驶员全权
仅有警告/提示
L2 部分自动化
方向盘+速度
驾驶员需持续监控
L4 高度自动化
特定区域全自动驾驶
ODD 限制范围内
L5 完全自动驾驶
全场景无人
无方向盘，无 ODD 限制
02
感知系统
多传感器融合感知：摄像头（语义）、LiDAR（几何）、雷达（速度）。感知模拟观察目标检测、语义分割与 BEV 鸟瞰图融合。
摄像头
语义分割 / 目标检测
高分辨率，受光照影响
LiDAR
点云 / 深度
精确测距，雨雾鲁棒
毫米波雷达
速度 / 距离
直接测速，全天候
BEV 融合
鸟瞰图统一表征
时序融合+多模态对齐
03
预测模块
轨迹与意图预测：基于历史观测预测周围交通参与者未来轨迹。预测轨迹观察多模态预测、不确定性建模与意图推理。
轨迹预测
多模态未来轨迹
6 秒内多条可能路径
意图预测
左转/直行/变道
离散行为分类
不确定性
高斯 / 混合分布
概率化输出置信区间
04
规划系统
三层规划架构：路线规划（全局）、行为规划（决策）、运动规划（轨迹）。规划路径观察决策树与轨迹生成过程。
路线规划
A* / Dijkstra
全局路网最短路径
行为规划
FSM / MDP
跟车/超车/让行决策
运动规划
优化 / 采样
平滑可执行轨迹
05
控制系统
横向控制（转向）与纵向控制（速度）：PID、MPC、Pure Pursuit。控制模拟观察轨迹跟踪误差与控制响应。
横向控制
Pure Pursuit / Stanley
转向角跟踪参考线
纵向控制
PID 定速
油门/刹车控制速度
MPC
模型预测控制
滚动优化，约束处理强
06
高精地图
高精地图要素：车道线、交通标志、信号灯、连接关系。查看地图观察地图要素、车道级导航与定位匹配。
地图要素
车道/标志/信号灯
厘米级精度静态层
定位
点云匹配 / GNSS-RTK
高精定位到车道
车道级导航
车道选择 / 换道
比普通导航精细一级
地图更新
众包 + 在线
动态层实时同步
07
仿真测试
仿真测试体系：场景生成、边缘案例挖掘、闭环测试、覆盖度评估。运行仿真观察场景生成与覆盖度指标。
场景生成
程序化 + 真实数据
大规模参数化场景
边缘案例
对抗 / 长尾
主动挖掘罕见危险场景
闭环测试
SiL / HiL / ViL
软件/硬件/车辆在环
覆盖度
场景 + 里程
量化测试充分性
08
安全验证
功能安全与预期功能安全：ISO 26262、SOTIF、V 模型、形式化验证。安全检查观察危害分析与验证流程。
ISO 26262
功能安全
ASIL A-D 危害分级
SOTIF
预期功能安全
ISO 21448 处理非故障风险
V 模型
需求↔验证
瀑布式开发验证闭环
形式化验证
数学证明
规约层面保证安全属性