智能駕駛時代離不開“規控”，但對用戶而言，“規控”可能是一個既陌生，卻又帶有很強技術感知的詞語。

本期Tech Talk，由蔚來自動駕駛研發部門規控團隊的Blake FAN、Eason QIN，以及全域智能駕駛體驗團隊的Simon WANG，為我們解讀“規控”的開發邏輯，揭秘NOP+增強領航輔助是如何“開車”的。

什么是決策規劃控制算法？

規控的全稱——決策規劃控制算法，對外簡稱“規控”，它是智能駕駛系統的核心組成部分之一。

Aquila蔚來超感系統，

擁有包括超遠距高精度激光雷達

在內的33個高性能感知硬件

如果把Aquila蔚來超感系統比喻為智能駕駛系統的眼睛，那么規控就是智能駕駛系統大腦一般的存在。它的職責，是負責安全且平穩地駕駛車輛，讓用戶享受輕松、愉悅的出行體驗。

簡單而言，規控算法決定了自車應該何時讓行切入車輛、何時變道，以及何時進出匝道；這些駕駛行為指令會傳遞給車輛控制端，實現細膩的、毫秒級的方向盤轉角以及加減速控制。

因此，規控的聰明程度也決定了智能駕駛系統的舒適性和通行效率的平衡。

如何成為一個優秀的規控算法？

智能駕駛系統能夠像人一樣實現自如地開車，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境信息；第二，則是構建像人一樣的思考方式和駕駛行為。

NOP+增強領航輔助功能開啟狀態

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

第一，理解什么是優秀的駕駛行為。

優秀的駕駛行為由諸多要素組成，其中最重要的就是安全。智能駕駛狀態下的車輛，需要在復雜的環境中保持和其他交通參與者安全的交互，盡可能地平穩駕駛，并且高效的到達終點。因此，安全、平穩和高效，這三點就成為了智能駕駛規控模塊的開發目標。

第二，構建類人的駕駛思考方式。

這一點尤為重要。智能駕駛系統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（導航），當前所處位置（定位），和周圍環境信息（地圖，感知）后，要進行分層級思考。

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

智能駕駛系統規控工作流

基于上述三個層級的思考，接下來為大家展開詳細聊一聊。

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

好比棋手對弈，我們無法百分百精確預測對手下一步到底會怎么走，但通過對棋局當前形勢的推演，優秀的棋手知道怎么出手會獲得更高的勝率。因此，智能駕駛系統的決策目標就是更加細致、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知周圍環境——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、環境信息后，會“觀察形勢”，推演執行不同駕駛行為可能發生的結果。

這就是“博弈推演”，權衡利弊后，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境中所有可能發生交互的障礙物，當環境發生變化時，交互決策需要考慮的因素將會以指數級別增加。

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

優秀的司機往往能夠通過預判性駕駛來降低風險，提高通行效率和舒適性。因此，思考得越深，NOP+的駕駛行為預判就越好。

一個優秀的棋手，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秒的時間內完成更復雜的推演。為了能在超過10^15量級的策略中快速找到最優解決方案，除了更強的硬件算力，更重要的是NOP+規控算法的設計與提升。

事實上，NOP+的決策算法用百萬量級的自動駕駛數據進行不斷的訓練學習，總結出“定勢”并記錄下來，從而在決策樹中實現快速精準的搜索。我們將這個過程稱為：價值網絡學習（Deep Learning Policy Network），即通過深度學習網絡，去學習優秀司機對于駕駛交互的判斷邏輯。

隨著系統硬件能力的提升和數據的積累，在NOP+決策系統中考慮的因素也會更加的細化，從而能在千變萬化的世界中尋找出最優的決策。

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

當車輛得到最優決策后，運動軌跡規劃模塊需要將其轉化為車輛可以執行的行駛路徑。一個好的行駛路徑需要在安全的條件下盡量優化路徑的安全度，平滑性以及通行效率。

比如以下擁堵場景跟停的場景中，車輛在規劃合理的剎車力度時，不僅需要考慮前車的距離，也要盡可能的優化減速度的變化幅度，做到安全平穩舒適的剎停和起步（如Gif圖中左下方平滑的藍色加減速曲線）。

優秀的駕駛是在安全、遵守交通規則的前提下，盡量在效率和舒適中達到平衡。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、上海的道路和鄉村道路就很不一樣。在擁堵環境下，普通的城市道路和環路、高架又有很大區別。因此需要通過數據分析更深層次地理解周圍環境，在諸多因素中自適應地去調節平衡關系。

例如，在Banyan 2.0.0的擁堵跟車場景中，系統通過大量數據學習老司機開車的駕駛方式，從而獲得安全、平穩、舒適的駕駛體驗，隨著數據的積累，體驗還可以不斷進化。

最后一個層級，則是對指令的控制（Control）。在系統做出運動軌跡規劃后，需要控制讓車輛按照預判完成相應的動作。“控制”會系統性閉環考慮車輛的運動狀態，以便更好地執行指令，達到“手腦一致”。

NOP+：追求連續的點到點駕駛體驗

傳統的輔助駕駛研發，往往以單一功能為原點（例如大家熟悉的ACC自適應巡航，LKA車道保持輔助，LCC車道居中輔助等），實現特定場景下的輔助駕駛。

但是，做好每一個單點功能，是否就能夠算智能駕駛？答案是否定的，現實遠比想象的更難！

首先，現實中的場景往往更復雜，要求有多個單點功能的組合。試想一下人類的駕駛行為，變道時目標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動軌跡和速度變化。

除了思考復雜的道路場景，

NOP+還會根據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？如果變道發生在匯入口附近呢？多種場景組合在一起會讓功能開發的復雜度呈現指數型的上升。

其次，場景變化存在連續性。單點開發的功能往往存在功能或狀態的離散變化，在適配體驗的過程中銜接并不連續。比如，單點開發上下匝道會由于狀態的切換導致成功率下降。

NOP+通過整體開發統一建模的方式克服了上述痛點。就好像2000年初的手機智能化，廠商往往以某一個功能，如發短信、打電話、玩游戲、發郵件的角度進行功能開發，而今天大家顯然聚焦在打造一個高效互通的平臺系統上。

實際上，我們就致力于將規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據不斷積累的基礎上，還能讓規劃控制算法自主進化和學習，為適配更復雜的駕駛場景提供底層原子化的能力和操作系統。

通過解讀“規控”的開發邏輯，不難發現，一套優秀的規控算法能為智能駕駛系統賦予思考邏輯，這也是NOP+能夠脫穎而出的關鍵。

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

NOP+的目標很清晰，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。

審核編輯：彭菁