基于场景理解的自动驾驶决策研究综述.docVIP

基于场景理解的自动驾驶决策研究综述

一、自动驾驶场景理解的核心内涵与技术范式

场景理解是自动驾驶系统实现可靠决策的前提，其核心目标是让车辆从多模态传感器数据中提取语义信息，还原行驶环境的动态拓扑关系、交通参与者意图及潜在风险。当前技术体系可分为三类范式：其一，基于规则的模块化场景理解，通过人工定义车道线、交通标志、行人等特征模板，结合卡尔曼滤波完成目标跟踪，这类方法在结构化道路中表现稳定，但极端天气、遮挡场景下误检率高达37%，难以应对复杂城市场景；其二，基于数据驱动的端到端感知，以Transformer架构为核心的BEV（鸟瞰视角）模型实现了多摄像头、激光雷达数据的时空融合，2025年最新的BEVFormerv2模型在nuScenes数据集上的目标检测mAP达到78.3%，相比上一代提升12.7%，可有效还原150米范围内的3D场景结构，但其黑箱特性导致决策逻辑不可解释，长尾场景泛化能力不足；其三，因果驱动的场景推理，通过引入交通规则知识库、人类驾驶行为先验，构建场景因果图，对行人横穿、车辆加塞等交互行为的意图预测准确率提升至89.2%，成为当前研究的热点方向。

场景理解的粒度直接决定决策质量，现阶段可分为三个层级：元素级理解聚焦静态交通设施与动态参与者的分类、定位与状态估计，是最基础的感知输出；关系级理解重点挖掘参与者之间的空间关联、路权归属与交互趋势，例如判断相邻车道车辆是