[首發(fā)于智駕最前沿微信公眾號(hào)]
當(dāng)自動(dòng)駕駛汽車(chē)在道路上直行時(shí)，如果前方或鄰道的車(chē)輛正準(zhǔn)備左轉(zhuǎn)，系統(tǒng)必須在復(fù)雜的交通情境中快速、準(zhǔn)確地做出判斷。這不僅關(guān)乎行車(chē)安全，更是對(duì)自動(dòng)駕駛系統(tǒng)感知、決策、預(yù)測(cè)與控制等多個(gè)模塊協(xié)同能力的全面考驗(yàn)。在很多博主的測(cè)試視頻中，我們都能看到這一項(xiàng)測(cè)試，那作為自動(dòng)駕駛汽車(chē)，在遇到這類(lèi)情況時(shí)，應(yīng)該如何處理？

其實(shí)在日常交通中，直行車(chē)輛和左轉(zhuǎn)車(chē)輛的沖突情境極為常見(jiàn)。這種沖突可能發(fā)生在無(wú)信號(hào)交叉口、有信號(hào)但未設(shè)保護(hù)性左轉(zhuǎn)燈的路口，或者是對(duì)向來(lái)車(chē)的場(chǎng)景下。對(duì)于人類(lèi)駕駛員而言，通過(guò)經(jīng)驗(yàn)和視覺(jué)判斷就可以輕松應(yīng)對(duì)，但對(duì)于自動(dòng)駕駛系統(tǒng)而言，這是一系列高度自動(dòng)化、數(shù)據(jù)驅(qū)動(dòng)、算法決策的過(guò)程。系統(tǒng)需要準(zhǔn)確識(shí)別左轉(zhuǎn)車(chē)輛的位置、意圖及動(dòng)態(tài)狀態(tài)，這就要依賴(lài)多模態(tài)感知融合技術(shù)，其中包括激光雷達(dá)、攝像頭、毫米波雷達(dá)以及高清地圖的協(xié)同工作。尤其是在視距受限或視野遮擋的條件下，系統(tǒng)如何做到穩(wěn)定識(shí)別，更是一項(xiàng)核心挑戰(zhàn)。

為了能夠準(zhǔn)確識(shí)別車(chē)輛在左轉(zhuǎn)，自動(dòng)駕駛系統(tǒng)還需要進(jìn)行運(yùn)動(dòng)軌跡預(yù)測(cè)。這項(xiàng)技術(shù)旨在通過(guò)歷史軌跡、速度、加速度、方向角等信息推斷出目標(biāo)車(chē)輛的下一步動(dòng)作。對(duì)于正在左轉(zhuǎn)的車(chē)輛，其路徑預(yù)測(cè)需要考慮車(chē)道結(jié)構(gòu)、交規(guī)優(yōu)先級(jí)以及對(duì)方車(chē)輛是否存在減速讓行的可能性。在復(fù)雜的城市交通中，左轉(zhuǎn)車(chē)輛的動(dòng)作可能并不總是線性或穩(wěn)定，這對(duì)預(yù)測(cè)模型提出了更高的要求。當(dāng)前主流的軌跡預(yù)測(cè)方法多采用深度學(xué)習(xí)模型，如基于RNN或Transformer結(jié)構(gòu)的多軌跡生成器，通過(guò)模擬大量場(chǎng)景數(shù)據(jù)進(jìn)行訓(xùn)練，使系統(tǒng)能夠從概率上評(píng)估各種潛在運(yùn)動(dòng)路徑的可信度。

完成路徑預(yù)測(cè)后，自動(dòng)駕駛系統(tǒng)需進(jìn)入行為決策階段。這一模塊負(fù)責(zé)綜合各類(lèi)感知信息、地圖數(shù)據(jù)、交通規(guī)則和當(dāng)前任務(wù)目標(biāo)，決定車(chē)輛是否需要減速、停車(chē)、變道或繼續(xù)直行。在一個(gè)典型的非保護(hù)式左轉(zhuǎn)場(chǎng)景下，如果系統(tǒng)識(shí)別出左轉(zhuǎn)車(chē)輛已明顯進(jìn)入交叉口，且當(dāng)前相對(duì)速度較大、距離較近，則會(huì)判斷存在碰撞風(fēng)險(xiǎn)，從而采取減速或緊急剎車(chē)策略。反之，如果判斷左轉(zhuǎn)車(chē)正在讓行，或尚未進(jìn)入沖突區(qū)域，系統(tǒng)可保持當(dāng)前速度通過(guò)，但必須保持高度警惕并動(dòng)態(tài)調(diào)整。

行為決策還需要參考交通規(guī)則的優(yōu)先級(jí)。在大多數(shù)國(guó)家或地區(qū)，直行車(chē)輛在無(wú)特殊交通標(biāo)志指示下?lián)碛袃?yōu)先權(quán)。但自動(dòng)駕駛系統(tǒng)不應(yīng)盲目依賴(lài)這一規(guī)則，而是應(yīng)遵循“安全第一”的原則，綜合判斷現(xiàn)場(chǎng)動(dòng)態(tài)。即便擁有優(yōu)先權(quán)，但若檢測(cè)到對(duì)向左轉(zhuǎn)車(chē)誤操作或搶行的跡象，系統(tǒng)也應(yīng)主動(dòng)讓行以確保安全。這種“柔性決策”主要是基于自動(dòng)駕駛系統(tǒng)的保守性原則，特別是在尚未完全理解對(duì)方意圖的情況下，寧愿犧牲部分通行效率，也不能冒險(xiǎn)。

進(jìn)入具體控制階段后，系統(tǒng)會(huì)將行為決策模塊的輸出轉(zhuǎn)化為精確的控制指令，這其中就涉及加速度調(diào)整、制動(dòng)強(qiáng)度控制、轉(zhuǎn)向角度設(shè)定等動(dòng)作，這一過(guò)程需要高度實(shí)時(shí)性和魯棒性。如在高速行駛過(guò)程中，若左轉(zhuǎn)車(chē)突然切入直行路徑，系統(tǒng)必須在毫秒級(jí)別內(nèi)完成急剎并保持車(chē)身穩(wěn)定，避免因橫向偏移或車(chē)輛姿態(tài)變化引發(fā)側(cè)滑甚至二次碰撞。在控制執(zhí)行過(guò)程中，還可能動(dòng)態(tài)調(diào)整計(jì)劃路徑，通過(guò)微調(diào)行駛軌跡繞過(guò)障礙，或者為后續(xù)的緊急變道或避讓動(dòng)作預(yù)留空間。

很多時(shí)候，左轉(zhuǎn)車(chē)輛在接近交叉口之前，其狀態(tài)不穩(wěn)定，還可能存在臨時(shí)變道、猶豫不決甚至誤打轉(zhuǎn)向燈等情況。因此，自動(dòng)駕駛系統(tǒng)還需借助如地理位置信息、歷史交通行為統(tǒng)計(jì)數(shù)據(jù)、信號(hào)燈控制邏輯等更豐富的上下文信息進(jìn)行推理。在有些智能駕駛系統(tǒng)中，會(huì)引入“意圖識(shí)別模塊”，通過(guò)神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，結(jié)合環(huán)境線索推斷左轉(zhuǎn)車(chē)是否是真正準(zhǔn)備執(zhí)行左轉(zhuǎn)操作，進(jìn)而指導(dǎo)系統(tǒng)調(diào)整風(fēng)險(xiǎn)等級(jí)和處理策略。

自動(dòng)駕駛處理左轉(zhuǎn)沖突問(wèn)題通常會(huì)由多個(gè)子模塊協(xié)同完成，從而形成一個(gè)完整的感知—預(yù)測(cè)—規(guī)劃—控制閉環(huán)流程。在感知階段，多源傳感器同時(shí)采集信息，并通過(guò)傳感器融合技術(shù)提升精度與魯棒性。在預(yù)測(cè)階段，左轉(zhuǎn)車(chē)輛的可能行為路徑被抽象為概率分布圖，供決策模塊參考。在行為規(guī)劃階段，系統(tǒng)基于風(fēng)險(xiǎn)評(píng)估做出相應(yīng)的通行或避讓策略?？刂颇K能將這些決策以具體的車(chē)輛操作形式落地執(zhí)行，確保系統(tǒng)行為連貫、精準(zhǔn)且安全。

在真實(shí)場(chǎng)景中，遇到左轉(zhuǎn)的處理策略還需考慮不同速度等級(jí)、道路等級(jí)及交通密度下的變化。在高速公路匝道出口或城市快速路主輔道交匯處，左轉(zhuǎn)車(chē)輛通常帶有更高速度與更強(qiáng)交互需求，這要求自動(dòng)駕駛系統(tǒng)提前識(shí)別風(fēng)險(xiǎn)并預(yù)判可行的變道策略。而在城市道路或復(fù)雜路口環(huán)境下，系統(tǒng)需具備高精度定位與復(fù)雜路權(quán)理解能力，要能識(shí)別是否為黃實(shí)線、是否可壓線通行、是否需進(jìn)入待轉(zhuǎn)區(qū)等，在合法合規(guī)前提下靈活處理。

不同等級(jí)自動(dòng)駕駛系統(tǒng)在面對(duì)左轉(zhuǎn)沖突時(shí)的處理能力也有差異。L2級(jí)系統(tǒng)多為輔助決策，仍需駕駛員主導(dǎo)操作，因此其規(guī)避沖突能力較弱。當(dāng)自動(dòng)駕駛系統(tǒng)達(dá)到L3或者L4級(jí)別時(shí)，則對(duì)系統(tǒng)提出了更高的要求，L3及以上系統(tǒng)應(yīng)具備環(huán)境監(jiān)控與完全控制能力，能夠在大多數(shù)情境下獨(dú)立完成識(shí)別、預(yù)測(cè)與應(yīng)對(duì)過(guò)程。若達(dá)到L4級(jí)，系統(tǒng)已實(shí)現(xiàn)基于深度強(qiáng)化學(xué)習(xí)構(gòu)建的行為模型，可動(dòng)態(tài)調(diào)整如激進(jìn)式搶行、保守式等待、假動(dòng)作誤導(dǎo)等行駛策略以適應(yīng)不同風(fēng)格的左轉(zhuǎn)行為，提升整體應(yīng)對(duì)魯棒性。

綜上所述，自動(dòng)駕駛車(chē)輛在直行過(guò)程中遇到左轉(zhuǎn)行為，表面看是簡(jiǎn)單的路徑交叉問(wèn)題，實(shí)則背后涉及多個(gè)感知、預(yù)測(cè)、規(guī)劃、控制模塊的精密協(xié)作，代表了自動(dòng)駕駛系統(tǒng)對(duì)復(fù)雜動(dòng)態(tài)交互情境的核心應(yīng)對(duì)能力。隨著技術(shù)不斷演進(jìn)，未來(lái)車(chē)輛在此類(lèi)場(chǎng)景中的表現(xiàn)將越來(lái)越接近甚至超越人類(lèi)駕駛員，真正實(shí)現(xiàn)安全、高效、智能的城市交通。