91欧美超碰AV自拍|国产成年人性爱视频免费看|亚洲 日韩 欧美一厂二区入|人人看人人爽人人操aV|丝袜美腿视频一区二区在线看|人人操人人爽人人爱|婷婷五月天超碰|97色色欧美亚州A√|另类A√无码精品一级av|欧美特级日韩特级

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

自動駕駛中常提的ODD是個(gè)啥?

智駕最前沿 ? 來源:智駕最前沿 ? 作者:智駕最前沿 ? 2025-09-22 09:04 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

[首發(fā)于智駕最前沿微信公眾號]在自動駕駛中,經(jīng)常會聽到一個(gè)概念,那就是ODD。所謂ODD,全稱為Operational Design Domain,中文常譯為“運(yùn)行設(shè)計(jì)域”或者“作業(yè)域”。直觀一點(diǎn)理解,ODD就像自動駕駛系統(tǒng)的“活動許可書”,它明確告訴車輛在哪些環(huán)境、什么路況、什么速度范圍、哪類交通參與者出現(xiàn)時(shí),系統(tǒng)被允許接管駕駛?cè)蝿?wù)。簡單理解下,把自動駕駛想象成一個(gè)選手參賽的場地,ODD就是比賽的賽場范圍,把賽道、天氣、時(shí)間、交通規(guī)則和可接受風(fēng)險(xiǎn)都寫清楚,超出賽場范圍就不能比賽,必須交還方向盤或進(jìn)入安全停車程序。

wKgZO2jQoHyALMuOAGB2BBf_mHY869.jpg

wKgZPGjQoH6AFeq9AAAQo00DEvw266.jpg

ODD在自動駕駛中有多重要?

ODD并不是一個(gè)學(xué)術(shù)上的概念,而是對自動駕駛來說非常重要的技術(shù)基礎(chǔ)。自動駕駛汽車并不是萬能的,任何感知、預(yù)測與決策系統(tǒng)都有能力邊界。ODD明確了這些邊界,做到兩個(gè)核心目的,一是為系統(tǒng)設(shè)計(jì)、測試和驗(yàn)證提供清晰的規(guī)范,二是為運(yùn)營和監(jiān)管提供可量化的安全管理口徑。沒有清晰ODD,就無法回答“系統(tǒng)到底能在哪兒安全運(yùn)行?”、“什么時(shí)候需要人工接管?”以及“出了事故是誰負(fù)責(zé)?”這些關(guān)鍵問題。

對于自動駕駛來說,ODD的存在指導(dǎo)了傳感器選型和算法設(shè)計(jì)。如果目標(biāo)ODD包含復(fù)雜的城市斷續(xù)流和夜間雨雪,感知系統(tǒng)需要更強(qiáng)的低能見度性能和冗余傳感器。測試團(tuán)隊(duì)也要據(jù)此有針對性地生成測試場景和仿真用例,避免在不適合的場景下盲目跑量產(chǎn)測試,降低風(fēng)險(xiǎn)與成本。從監(jiān)管與產(chǎn)品角度來看,ODD讓監(jiān)管機(jī)構(gòu)、車企和用戶之間達(dá)成共識,如果產(chǎn)品說明書上說明某系統(tǒng)在高速公路白天、限速120km/h、晴朗或輕云情況下可用,那么在隧道或暴雨里使用該功能就屬于違規(guī)或被警告的行為,這也為自動駕駛事故問責(zé)提供了清晰的限制條件。

wKgZO2jQoH6ADmxSAAAR42n7O-I781.jpg

如何設(shè)計(jì)自動駕駛ODD?

想要做好自動駕駛ODD,并不是簡單地羅列規(guī)則,而是要把“可測量、可驗(yàn)證、可執(zhí)行”的條件寫出來。首先空間維度要明確,要包含地理與道路特征,例如是否限定為高速公路、城市主干道、住宅區(qū)或停車場;道路類型要寫清楚是否允許未劃分車道、單行道或交叉復(fù)雜路口。對于時(shí)間維度也需要說明時(shí)段限制,是僅限白天,還是黃昏或全天候都可以使用?環(huán)境維度更是考慮的關(guān)鍵,應(yīng)該把天氣(晴、雨、雪、霧、風(fēng))、光照(白天、夜間、隧道)、路面狀態(tài)(干燥、濕滑、結(jié)冰)等用可以量化的指標(biāo)表達(dá),例如在能見度大于多少米、路面摩擦系數(shù)在多少范圍內(nèi)、降水強(qiáng)度閾值在多少內(nèi)等條件下,才可以使用自動駕駛。交通流與參與者等因素也要作為ODD設(shè)計(jì)的考慮因素,要說明是否支持行人密集區(qū)、非機(jī)動車混行、公共交通車輛或施工路段。車輛自身能力也要寫清楚,其中就要包含最高許可速度、加速/制動極限、車道保持精度、傳感器盲區(qū)、定位精度甚至地圖依賴性。對于基礎(chǔ)設(shè)施與服務(wù)的依賴關(guān)系更需要列明,例如是否要求高精地圖,是否需要車路協(xié)同單元(RSU)或持續(xù)的網(wǎng)絡(luò)連接等。

對于ODD的描述應(yīng)該有明確的數(shù)值或規(guī)則,不應(yīng)該模糊化使用場景。寫“適用城市道路”不如寫“在道路寬度≥6米、車道線清晰可見、車輛定位精度小于±0.5米的城市主干道上運(yùn)行”。這樣的表達(dá)既便于場景化落地,也便于測試與監(jiān)管量化驗(yàn)證。對于一些難以人工精確定義的條件,可以引入“可測條件替代項(xiàng)”,例如把“能見度良好”替換為“前向攝像頭在10米處可識別行人輪廓的概率≥95%”,把模糊感性的要求變成可測指標(biāo)。

對于ODD的設(shè)計(jì)并不是一成不變的,隨著傳感器升級、算法優(yōu)化和運(yùn)營積累,自動駕駛汽車會出現(xiàn)“擴(kuò)域”的需求。這種擴(kuò)域必須經(jīng)過嚴(yán)謹(jǐn)?shù)墓こ舔?yàn)證流程,并在文檔中給出清晰的版本控制和生效時(shí)間,避免“功能自治”導(dǎo)致的合規(guī)與安全問題。

wKgZO2jQoH-AAJ5nAAASG3BOmsQ581.jpg

把ODD落地的實(shí)踐要點(diǎn)

想把設(shè)計(jì)好的ODD落地,需要與自動駕駛生產(chǎn)的各階段緊密對接。設(shè)計(jì)階段的工作是把ODD轉(zhuǎn)化為系統(tǒng)需求與測試需求。系統(tǒng)架構(gòu)師會根據(jù)ODD決定冗余策略,如哪類感知需要冗余傳感器、如何在傳感器失效時(shí)做能力退化。感知算法團(tuán)隊(duì)要根據(jù)ODD設(shè)定的最大允許速度、車道寬度與行人密度設(shè)計(jì)檢測與跟蹤策略。決策規(guī)劃則要考慮最壞情況邊界并定義“最小風(fēng)險(xiǎn)條件”,也就是當(dāng)系統(tǒng)判斷已超出ODD時(shí)要立刻采取如將車緩慢并線到緊急車道、減速至停車并發(fā)出警示,或者要求人工接管等動作。

在驗(yàn)證階段要使用仿真及實(shí)地測試來驗(yàn)證ODD的準(zhǔn)確性。仿真用于覆蓋罕見邊界場景、極端天氣與復(fù)雜交叉口組合,這能在安全成本可控的條件下暴露系統(tǒng)薄弱點(diǎn)。實(shí)地測試需要在明確的ODD范圍內(nèi)執(zhí)行并且記錄大量運(yùn)行數(shù)據(jù),用這些數(shù)據(jù)評估系統(tǒng)在真實(shí)流量與噪聲環(huán)境下的穩(wěn)定性與誤判率。需要注意的是,針對ODD的驗(yàn)證不能只關(guān)注平均性能指標(biāo),還必須審視邊緣情況下的行為,評估系統(tǒng)在低概率但高后果的場景下的處置方案。在安全工程上通常會引進(jìn)場景覆蓋矩陣和場景優(yōu)先級策略,把重點(diǎn)放在高風(fēng)險(xiǎn)高暴露的場景上反復(fù)驗(yàn)證。

為了能讓自動駕駛真實(shí)落地,對于ODD的部署與運(yùn)營同樣關(guān)鍵。運(yùn)營團(tuán)隊(duì)要把ODD規(guī)則嵌入到產(chǎn)品說明、用戶界面與遠(yuǎn)程監(jiān)控系統(tǒng)中。用戶在啟用自動駕駛功能前應(yīng)該明確看到當(dāng)前環(huán)境是否滿足ODD。車端應(yīng)具備連續(xù)的ODD狀態(tài)監(jiān)測能力,能夠在邊緣接近時(shí)提前告警,留下“平滑交接”時(shí)間窗,而不是在危險(xiǎn)時(shí)刻突然放手,出現(xiàn)0.1 S退出智駕的極端情況。對于車隊(duì)運(yùn)營方,還需要建立ODD版本管理、運(yùn)行日志及事故追溯鏈路,確保在事故調(diào)查時(shí)能還原功能是否按ODD運(yùn)行,以及是否因?yàn)閿U(kuò)域而帶來不可接受的風(fēng)險(xiǎn)。

對于軟件頻繁O(jiān)TA的現(xiàn)在,ODD管理其實(shí)會更復(fù)雜。任何擴(kuò)域或能力修正通過OTA下發(fā)前,都應(yīng)有專門的合格評定流程,其中要包含仿真回歸、閉環(huán)實(shí)車驗(yàn)證與分批灰度發(fā)布。產(chǎn)品在說明中也應(yīng)標(biāo)注軟件版本對應(yīng)的ODD版本,用戶與監(jiān)管機(jī)構(gòu)才能明確知道某次功能啟用時(shí)車輛的真實(shí)運(yùn)行邊界。

wKgZO2jQoICAWKn7AAASAJELks8072.jpg

ODD的常見誤區(qū)、挑戰(zhàn)與未來趨勢

對于很多廠家來說,會把ODD簡單理解為“市場宣傳的使用場景”,于是只把語義寬泛、模糊的文字寫到用戶手冊里,導(dǎo)致自動駕駛系統(tǒng)使用的邊界不清、責(zé)任模糊。還有一些廠家會把ODD視為“上線前的合格項(xiàng)”,而忽視了持續(xù)運(yùn)營中的監(jiān)控與更新。其實(shí)ODD的真實(shí)作用在于兩個(gè)方向,一是把人類的模糊描述轉(zhuǎn)化為可測指標(biāo),二是在邊界附近做出既安全又可接受的用戶體驗(yàn)。

其實(shí)從技術(shù)上說,感知與定位誤差、不確定性度量與決策的魯棒性都是ODD設(shè)計(jì)時(shí)需要考慮的因素。即便在同一條道路上,不同天氣或不同施工狀態(tài)也會導(dǎo)致系統(tǒng)表現(xiàn)大相徑庭。如何把這些動態(tài)變化納入ODD描述,并在運(yùn)行時(shí)自動評估環(huán)境是否滿足ODD,需要更加成熟的不確定性估計(jì)方法、在線健康檢測和多模態(tài)冗余設(shè)計(jì)。

隨著自動駕駛技術(shù)的越來越成熟,更細(xì)粒度的“動態(tài)ODD”與“按場景授權(quán)”的能力或?qū)⒌玫綉?yīng)用。動態(tài)ODD指的是系統(tǒng)能夠在運(yùn)行中基于實(shí)時(shí)觀測對某些ODD條件做出短期允許或拒絕決策,如在能見度略差但前方交通稀疏的高速路段允許短期降低速度后繼續(xù)運(yùn)行。這要求系統(tǒng)在保證安全冗余的前提下?lián)碛懈?xì)的風(fēng)險(xiǎn)估計(jì)能力。如果未來車路云協(xié)同得到落地,當(dāng)路側(cè)單位提供施工信息、可變限速或高精度定位服務(wù)時(shí),車輛可以獲得額外的ODD許可,反之則收緊運(yùn)行權(quán)限。

審核編輯 黃宇

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報(bào)投訴
  • ODD
    ODD
    +關(guān)注

    關(guān)注

    0

    文章

    10

    瀏覽量

    7622
  • 自動駕駛
    +關(guān)注

    關(guān)注

    793

    文章

    14878

    瀏覽量

    179750
收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評論

    相關(guān)推薦
    熱點(diǎn)推薦

    自動駕駛中常的“深度估計(jì)”是個(gè)?

    [首發(fā)于智駕最前沿微信公眾號]當(dāng)我們看一張照片時(shí),可以通過肉眼自然地判斷照片中的物體遠(yuǎn)近,這種對于空間和距離的感知,對于人類來說是本能,是從幼兒時(shí)期開始就形成的一種能力。 對于自動駕駛汽車來說
    的頭像 發(fā)表于 02-16 13:18 ?1.7w次閱讀
    <b class='flag-5'>自動駕駛</b><b class='flag-5'>中常</b><b class='flag-5'>提</b>的“深度估計(jì)”是<b class='flag-5'>個(gè)</b><b class='flag-5'>啥</b>?

    如何設(shè)計(jì)好自動駕駛ODD?

    為確定自動駕駛的可使用范圍,會給自動駕駛設(shè)置一個(gè)運(yùn)行設(shè)計(jì)域(Operational Design Domain,ODD)。ODD的作用就是用
    的頭像 發(fā)表于 01-24 09:27 ?1496次閱讀

    自動駕駛中常的模仿學(xué)習(xí)是什么?

    當(dāng)談及自動駕駛模型學(xué)習(xí)時(shí),經(jīng)常會提到模仿學(xué)習(xí)的概念。所謂模仿學(xué)習(xí),就是模型先看別人怎么做,然后學(xué)著去做。自動駕駛中的模仿學(xué)習(xí),就是把人類司機(jī)在各種路況下的行為做成范例,記錄下看到了什么和做了什么等信息,然后將這些一一對應(yīng)起來當(dāng)作訓(xùn)練數(shù)據(jù),并訓(xùn)練出一
    的頭像 發(fā)表于 01-16 16:41 ?1985次閱讀

    自動駕駛中常的“強(qiáng)化學(xué)習(xí)”是個(gè)?

    [首發(fā)于智駕最前沿微信公眾號]在談及自動駕駛時(shí),有些方案中會提到“強(qiáng)化學(xué)習(xí)(Reinforcement Learning,簡稱RL)”,強(qiáng)化學(xué)習(xí)是一類讓機(jī)器通過試錯(cuò)來學(xué)會做決策的技術(shù)。簡單理解
    的頭像 發(fā)表于 10-23 09:00 ?656次閱讀
    <b class='flag-5'>自動駕駛</b><b class='flag-5'>中常</b><b class='flag-5'>提</b>的“強(qiáng)化學(xué)習(xí)”是<b class='flag-5'>個(gè)</b><b class='flag-5'>啥</b>?

    自動駕駛中常的“專家數(shù)據(jù)”是個(gè)

    [首發(fā)于智駕最前沿微信公眾號]在談及自動駕駛時(shí),經(jīng)常會聽到一個(gè)概念,那便是“專家數(shù)據(jù)”。專家數(shù)據(jù),說白了就是“按理應(yīng)該這么做”的那類示范數(shù)據(jù)。它不是隨機(jī)抓來的日志,也不是隨便標(biāo)注的標(biāo)簽,而是來源可靠
    的頭像 發(fā)表于 10-09 09:33 ?584次閱讀
    <b class='flag-5'>自動駕駛</b><b class='flag-5'>中常</b><b class='flag-5'>提</b>的“專家數(shù)據(jù)”是<b class='flag-5'>個(gè)</b><b class='flag-5'>啥</b>?

    自動駕駛中常的硬件在環(huán)是個(gè)?

    [首發(fā)于智駕最前沿微信公眾號]在談及自動駕駛技術(shù)時(shí),經(jīng)常會提及一個(gè)技術(shù),那就是硬件在環(huán),所謂的硬件在環(huán)是個(gè)?對于自動駕駛來說有
    的頭像 發(fā)表于 08-14 08:54 ?1233次閱讀

    自動駕駛中常的RTK是個(gè)?

    [首發(fā)于智駕最前沿微信公眾號]在談及自動駕駛關(guān)鍵技術(shù)時(shí),經(jīng)常會聽到一個(gè)技術(shù),那就是RTK,很多人看到RTK后一定會想,這到底是個(gè)技術(shù)?為啥這個(gè)技術(shù)很少在發(fā)布會上看到,但對于
    的頭像 發(fā)表于 08-10 10:35 ?1115次閱讀
    <b class='flag-5'>自動駕駛</b><b class='flag-5'>中常</b><b class='flag-5'>提</b>的RTK是<b class='flag-5'>個(gè)</b><b class='flag-5'>啥</b>?

    自動駕駛中常的慣性導(dǎo)航系統(tǒng)是個(gè)?可以不用嗎?

    每次提到自動駕駛硬件時(shí),大家可能第一反應(yīng)想到的是激光雷達(dá)、車載攝像頭、毫米波雷達(dá)等,但想要讓自動駕駛車輛實(shí)際落地,有一個(gè)硬件也非常重要,那就是慣性導(dǎo)航系統(tǒng)。在很多討論自動駕駛技術(shù)的內(nèi)容
    的頭像 發(fā)表于 07-24 18:12 ?1919次閱讀
    <b class='flag-5'>自動駕駛</b><b class='flag-5'>中常</b><b class='flag-5'>提</b>的慣性導(dǎo)航系統(tǒng)是<b class='flag-5'>個(gè)</b><b class='flag-5'>啥</b>?可以不用嗎?

    自動駕駛中常的高精度地圖是個(gè)?有何審查要求?

    不僅在空間分辨率和數(shù)據(jù)豐富度上有質(zhì)的飛躍,還在數(shù)據(jù)處理與安全管理方面提出了更嚴(yán)格的規(guī)范。那高精度地圖到底是個(gè)?是否有什么具體需求? 高精度地圖,顧名思義,是一種面向自動駕駛的高分辨率、結(jié)構(gòu)化道路環(huán)境數(shù)據(jù)集。它不僅包含道路的幾何
    的頭像 發(fā)表于 07-03 19:29 ?926次閱讀
    <b class='flag-5'>自動駕駛</b><b class='flag-5'>中常</b><b class='flag-5'>提</b>的高精度地圖是<b class='flag-5'>個(gè)</b><b class='flag-5'>啥</b>?有何審查要求?

    自動駕駛中常的世界模型是個(gè)?

    對外部環(huán)境進(jìn)行抽象和建模的技術(shù),讓自動駕駛系統(tǒng)在一個(gè)簡潔的內(nèi)部“縮影”里,對真實(shí)世界進(jìn)行描述與預(yù)測,從而為感知、決策和規(guī)劃等關(guān)鍵環(huán)節(jié)提供有力支持。 什么是世界模型? 我們不妨先把“世界模型”想象成一種“數(shù)字化的地
    的頭像 發(fā)表于 06-24 08:53 ?1121次閱讀
    <b class='flag-5'>自動駕駛</b><b class='flag-5'>中常</b><b class='flag-5'>提</b>的世界模型是<b class='flag-5'>個(gè)</b><b class='flag-5'>啥</b>?

    自動駕駛中常的HMI是個(gè)

    [首發(fā)于智駕最前沿微信公眾號]在自動駕駛汽車領(lǐng)域,HMI(Human–Machine Interface,人機(jī)交互界面)正成為很多車企相互競爭的一大領(lǐng)域。之所以如此,是因?yàn)樵谲囕v從“人控”過渡到“機(jī)
    的頭像 發(fā)表于 06-22 13:21 ?2340次閱讀

    自動駕駛中常的“點(diǎn)云”是個(gè)?

    ?對自動駕駛有何影響? 點(diǎn)云是個(gè)? 點(diǎn)云(Point Cloud)是一種在三維空間中由大量離散點(diǎn)組成的數(shù)據(jù)集合,每個(gè)點(diǎn)包含自身的笛卡爾坐標(biāo)(X、Y、Z),并可附帶顏色、強(qiáng)度、時(shí)間戳
    的頭像 發(fā)表于 05-21 09:04 ?1116次閱讀
    <b class='flag-5'>自動駕駛</b><b class='flag-5'>中常</b><b class='flag-5'>提</b>的“點(diǎn)云”是<b class='flag-5'>個(gè)</b><b class='flag-5'>啥</b>?

    自動駕駛安全基石:ODD

    電子發(fā)燒友網(wǎng)綜合報(bào)道 自動駕駛ODD(Operational Design Domain)即設(shè)計(jì)運(yùn)行域,是指自動駕駛系統(tǒng)被設(shè)計(jì)為安全、有效運(yùn)行的具體條件范圍。它定義了自動駕駛汽車在哪些
    的頭像 發(fā)表于 05-19 03:52 ?6396次閱讀

    自動駕駛中常的“NOA”是個(gè)?

    近年來,自動駕駛技術(shù)發(fā)展迅速,業(yè)界不斷探索如何在復(fù)雜交通場景中實(shí)現(xiàn)真正的無人駕駛。城市NOA作為自動駕駛的一項(xiàng)前沿技術(shù),正成為各大廠商相互爭奪的關(guān)鍵技術(shù)。 何為NOA? NOA,全稱
    的頭像 發(fā)表于 04-09 09:03 ?3057次閱讀
    <b class='flag-5'>自動駕駛</b><b class='flag-5'>中常</b><b class='flag-5'>提</b>的“NOA”是<b class='flag-5'>個(gè)</b><b class='flag-5'>啥</b>?

    自動駕駛大模型中常的Token是個(gè)?對自動駕駛有何影響?

    、多模態(tài)傳感器數(shù)據(jù)的實(shí)時(shí)處理與決策。在這一過程中,大模型以其強(qiáng)大的特征提取、信息融合和預(yù)測能力為自動駕駛系統(tǒng)提供了有力支持。而在大模型的中,有一個(gè)“Token”的概念,有些人看到后或許會問: Token是個(gè)
    的頭像 發(fā)表于 03-28 09:16 ?1332次閱讀