NOP+：追求连续的点到点驾驶体验

智能驾驶时代离不开“规控”，但对用户而言，“规控”可能是一个既陌生，却又带有很强技术感知的词语。

本期Tech Talk，由蔚来自动驾驶研发部门规控团队的Blake FAN、Eason QIN，以及全域智能驾驶体验团队的Simon WANG，为我们解读“规控”的开发逻辑，揭秘NOP+增强领航辅助是如何“开车”的。

什么是决策规划控制算法？

 

规控的全称——决策规划控制算法，对外简称“规控”，它是智能驾驶系统的核心组成部分之一。

 

Aquila蔚来超感系统，

拥有包括超远距高精度激光雷达

在内的33个高性能感知硬件

如果把Aquila蔚来超感系统比喻为智能驾驶系统的眼睛，那么规控就是智能驾驶系统大脑一般的存在。它的职责，是负责安全且平稳地驾驶车辆，让用户享受轻松、愉悦的出行体验。

简单而言，规控算法决定了自车应该何时让行切入车辆、何时变道，以及何时进出匝道；这些驾驶行为指令会传递给车辆控制端，实现细腻的、毫秒级的方向盘转角以及加减速控制。

因此，规控的聪明程度也决定了智能驾驶系统的舒适性和通行效率的平衡。

如何成为一个优秀的规控算法？

智能驾驶系统能够像人一样实现自如地开车，至少需要满足两个条件。

第一，是否能够像人一样获取周围的环境信息；第二，则是构建像人一样的思考方式和驾驶行为。

 

NOP+增强领航辅助功能开启状态

关于智能驾驶系统对自车周围环境的感知，可以在《蔚来眼中的世界，有多特别？》这篇文章里找到答案。不过要让其构建像人一样的思考方式，就需要投入研发精力，至少做到以下两点。

第一，理解什么是优秀的驾驶行为。

优秀的驾驶行为由诸多要素组成，其中最重要的就是安全。智能驾驶状态下的车辆，需要在复杂的环境中保持和其他交通参与者安全的交互，尽可能地平稳驾驶，并且高效的到达终点。因此，安全、平稳和高效，这三点就成为了智能驾驶规控模块的开发目标。

第二，构建类人的驾驶思考方式。

这一点尤为重要。智能驾驶系统需要模仿人类驾驶员的思维方式，比如在获知驾驶目的地信息（导航），当前所处位置（定位），和周围环境信息（地图，感知）后，要进行分层级思考。

这个思考的过程可以分为三个阶段，比如思考是否该进行超车、让行、换道的决策规划阶段；思考安全、舒适、高效的运行轨迹规划阶段；以及车辆如何执行指令的控制阶段。

智能驾驶系统规控工作流

基于上述三个层级的思考，接下来为大家展开详细聊一聊。

首先，我们来拆解决策规划（Behavior Planning）。NOP+的决策规划不仅包含对周围其他交通参与者行为的预测，也包含自车行为对周围环境造成的影响。对所有这些自身和其他因素进行整体建模，便构成了NOP+的决策预测一体化。

好比棋手对弈，我们无法百分百精确预测对手下一步到底会怎么走，但通过对棋局当前形势的推演，优秀的棋手知道怎么出手会获得更高的胜率。因此，智能驾驶系统的决策目标就是更加细致、深入地判断“棋盘的‘势’”，即形势和收益。

为了能得到更高的胜率，智能驾驶车辆需要精确的识别与认知周围环境——类似棋盘中棋子的摆放位置；以及和障碍物之间的博弈关系——下这步棋后对手会怎么落子；在思考完成后需要在有限时间里选择合适的响应行为——下棋的策略。

在下面这个换道场景中，NOP+的算法在识别到前方慢车以及左方、右方和后方的车辆、环境信息后，会“观察形势”，推演执行不同驾驶行为可能发生的结果。

这就是“博弈推演”，权衡利弊后，最后以安全、舒适的方式完成换道。

NOP+的决策算法需要考虑环境中所有可能发生交互的障碍物，当环境发生变化时，交互决策需要考虑的因素将会以指数级别增加。

比如在当前时刻，有10个障碍物需要考虑是否避让，那么决策的复杂度是2^10=1,024；在接下来（1秒、2秒......5秒）的每一个时刻是否要进行避让时，复杂度将会变成1,024^5，大约是10^15。

优秀的司机往往能够通过预判性驾驶来降低风险，提高通行效率和舒适性。因此，思考得越深，NOP+的驾驶行为预判就越好。

一个优秀的棋手，每次落子前大约会推演5-8个回合的“博弈”，而智能驾驶需要在<0.1秒的时间内完成更复杂的推演。为了能在超过10^15量级的策略中快速找到最优解决方案，除了更强的硬件算力，更重要的是NOP+规控算法的设计与提升。

事实上，NOP+的决策算法用百万量级的自动驾驶数据进行不断的训练学习，总结出“定势”并记录下来，从而在决策树中实现快速精准的搜索。我们将这个过程称为：价值网络学习（Deep Learning Policy Network），即通过深度学习网络，去学习优秀司机对于驾驶交互的判断逻辑。

随着系统硬件能力的提升和数据的积累，在NOP+决策系统中考虑的因素也会更加的细化，从而能在千变万化的世界中寻找出最优的决策。

在拆解决策规划后，我们来看看运动轨迹规划（Motion Planning）是如何工作的。

当车辆得到最优决策后，运动轨迹规划模块需要将其转化为车辆可以执行的行驶路径。一个好的行驶路径需要在安全的条件下尽量优化路径的安全度，平滑性以及通行效率。

比如以下拥堵场景跟停的场景中，车辆在规划合理的刹车力度时，不仅需要考虑前车的距离，也要尽可能的优化减速度的变化幅度，做到安全平稳舒适的刹停和起步（如Gif图中左下方平滑的蓝色加减速曲线）。

优秀的驾驶是在安全、遵守交通规则的前提下，尽量在效率和舒适中达到平衡。但是在不同场景中，效率和舒适的平衡又是不一样的。

比如北京、上海的道路和乡村道路就很不一样。在拥堵环境下，普通的城市道路和环路、高架又有很大区别。因此需要通过数据分析更深层次地理解周围环境，在诸多因素中自适应地去调节平衡关系。

例如，在Banyan 2.0.0的拥堵跟车场景中，系统通过大量数据学习老司机开车的驾驶方式，从而获得安全、平稳、舒适的驾驶体验，随着数据的积累，体验还可以不断进化。

最后一个层级，则是对指令的控制（Control）。在系统做出运动轨迹规划后，需要控制让车辆按照预判完成相应的动作。“控制”会系统性闭环考虑车辆的运动状态，以便更好地执行指令，达到“手脑一致”。

NOP+：追求连续的点到点驾驶体验

传统的辅助驾驶研发，往往以单一功能为原点（例如大家熟悉的ACC自适应巡航，LKA车道保持辅助，LCC车道居中辅助等），实现特定场景下的辅助驾驶。

但是，做好每一个单点功能，是否就能够算智能驾驶？答案是否定的，现实远比想象的更难！

首先，现实中的场景往往更复杂，要求有多个单点功能的组合。试想一下人类的驾驶行为，变道时目标车道有前后车的情况下，不仅仅要考虑变道的空间是否足够，还需要考虑前后车未来的运动轨迹和速度变化。

除了思考复杂的道路场景，

NOP+还会根据天气因素来控制车速，

安全始终是摆在首位的

如果此时第三车道也同时有车变道汇入呢？如果变道发生在汇入口附近呢？多种场景组合在一起会让功能开发的复杂度呈现指数型的上升。

其次，场景变化存在连续性。单点开发的功能往往存在功能或状态的离散变化，在适配体验的过程中衔接并不连续。比如，单点开发上下匝道会由于状态的切换导致成功率下降。

NOP+通过整体开发统一建模的方式克服了上述痛点。就好像2000年初的手机智能化，厂商往往以某一个功能，如发短信、打电话、玩游戏、发邮件的角度进行功能开发，而今天大家显然聚焦在打造一个高效互通的平台系统上。

实际上，我们就致力于将规划控制模块打造成类似的平台。它能够覆盖更多的功能，接受不同的感知源输入，在硬件不断迭代和数据不断积累的基础上，还能让规划控制算法自主进化和学习，为适配更复杂的驾驶场景提供底层原子化的能力和操作系统。

通过解读“规控”的开发逻辑，不难发现，一套优秀的规控算法能为智能驾驶系统赋予思考逻辑，这也是NOP+能够脱颖而出的关键。

最后，再分享一组数据给大家。截至2023年8月，NOP+累计使用里程超过8,300万公里，当下它正以每周超过500万公里的速度快速“成长”。

NOP+的目标很清晰，就是为用户在日常通勤及长途出行中，提供更安全、轻松、愉悦的驾驶体验。

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

        审核编辑：彭菁