自动驾驶与智能交通术语

自动驾驶(Autonomous Driving)

自动驾驶指车辆通过AI系统自主感知环境、决策规划并控制行驶，无需人类干预，按SAE标准分为LO(无自动化)至L5(全场景自动化)六级。其核心技术包括环境感知(传感器如摄像头、激光雷达、毫米波雷达融合)、决策规划(如路径选择、跟车距离控制)、控制执行(如油门、刹车、转向控制)。特斯拉Autopilot (L2+)、Waymo(L4，无人驾驶出租车)是典型代表，目标是提升交通安全性(减少人为失误)、效率(缓解拥堵)，推动出行方式变革。

环境感知(Environmental Perception)

环境感知是自动驾驶车辆通过传感器获取周围环境信息的技术，包括识别车道线、交通信号灯、其他车辆、行人、障碍物、路面状况等。多传感器融合是主流方案:摄像头识别颜色和纹理(如交通灯颜色)、激光雷达生成三维点云(精确测距)、毫米波雷达不受恶劣天气影响(检测远距离车辆)、超声波雷达用于低速近距离探测(如泊车)。感知结果需经AI算法(如CNN目标检测、BEV鸟瞰图融合)处理，为决策提供可靠输入，是自动驾驶的“眼睛”​。

决策规划(Decision-Making and Planning)

决策规划是自动驾驶系统根据环境感知结果和驾驶目标(如到达目的地)制定行驶策略的模块，分为行为决策(如直行、左转、换道、跟车)和路径规划(生成具体行驶轨迹)。行为决策需遵守交通规则(如红灯停)并应对复杂场景(如避让横穿马路的行人)，常用有限状态机、强化学习算法;路径规划需确保轨迹安全(不碰撞)、舒适(平滑)、高效(最短路径)，采用A*、RRT *等算法。决策规划是自动驾驶的“大脑”​，直接影响行驶安全性和合理性。

线控系统(Drive-by-Wire)

线控系统是自动驾驶的执行层技术，通过电信号控制车辆的油门、刹车、转向，替代传统机械/液压连接，响应更快、精度更高。线控制动(如博世iBooster)、线控转向(如采埃孚SBW)是核心，需满足功能安全(如故障冗余)和实时性要求，确保AI 决策能被准确执行。线控系统是自动驾驶的“手脚”​，使车辆能精准执行加速、减速、转向等指令，是从“人工驾驶”到“机器驾驶”的关键硬件支撑。

高精地图(High-Definition Map，HD Map)

高精地图是为自动驾驶服务的高精度、高鲜度数字地图，包含厘米级道路几何信息(车道线位置、曲率)、交通规则(限速、禁行)、基础设施(交通灯位置、摄像头位置)等。与普通导航地图相比，高精地图精度更高(横向误差<50cm)，实时更新(如道路施工信息)，作为自动驾驶的“先验知识”辅助环境感知(如弥补传感器盲区)和决策规划(如提前规划转弯车道)。百度 Apollo 精地图、HERE 地图服务于自动驾驶车队，是L3及以上级别自动驾驶的重要支撑。

V2X(Vehicle-to-Everything)

V2X 即车与万物互联，指车辆通过无线通信与其他车辆(V2V)、基础设施(V2I，如交通灯)、行人(V2P)、网络(V2N)交换信息，扩展自动驾驶的感知范围。例如，V2V使车辆提前获知前方车辆急刹信息(即使被遮挡)，V2I收交通灯时序信息(优化通行速度)。V2X结合5G技术实现低延迟，高可靠通信，提升复杂场景(如交叉路口)的安全性，是智能交通系统的核心，各国正推进技术标准(如中国C-V2X)和试点应用(如车路协同示范区)。