2016年春天，我蹲在一台改装测试车的副驾上，笔记本电脑被一堆线束挤在角落，车在园区里画了个完美的八字。当时的规划控制算法还谈不上"智能"，无非是预描好一条参考线，PID加LQR把车拴在路上走。那时我完全没想到，接下来十年会是规划控制算法最跌宕起伏的一段历史——从规则写到学习，从模块化到端到端，再到2025年大家坐在一起讨论混合架构的落地量。回看这十年，与其说是技术单点突破，不如说是一场由算力、数据、法规和商业需求共同挤压出来的演进。这篇就是把2015到2025这十年间，规划控制算法走过的关键拐点、踩过的坑和沉淀下来的共识，按我的亲身经验尽量讲清楚。
1. 架构路线的钟摆运动：模块化、端到端与真正的产业分水岭
智能驾驶规划控制这十年的起点，远不是什么"顶层设计推演出来的蓝图"，而是典型的工程驱动演进。2015到2017年那会儿，主流玩家的技术架构高度相似：高精地图+多传感器融合定位，感知模块输出障碍物列表，行为决策层跑一个有限状态机，规划层算出一条轨迹，控制层去跟踪。整条链路上每一个模块都能拆出来单独做论文、单独做优化，也是那时候大量博士生和工程师进入这个领域的原因——问题清晰、边界明确、指标可量化。
这种"感知-决策-规划-控制"的经典模块化架构，统治了行业几乎前五年。2018年之后，随着BEV（鸟瞰图）感知和Transformer结构逐步成熟，一个重要的趋势开始显现：感知模块的输出质量大幅提升，但规划控制模块却越来越成为瓶颈——不是算不出来轨迹，而是面对复杂交互场景时，靠手写规则根本覆盖不过来。于是行业开始出现两个方向的试探：一个是在模块化架构内部把规则改成更复杂的模型（比如用POMDP做决策、用强化学习优化策略），另一个则是直接质疑整个架构，用端到端把所有模块揉在一起。
2023年FSD V12让"端到端"彻底破圈，行业两边吵得不可开交。但真正在量产车里跑的，既不是纯模块化，也不是纯端到端，而是各种形态的混合架构。我2024年参与过一个项目的技术评审，系统架构图里感知是BEV+Transformer，决策规划部分换成了基于学习的交互预测+规则兜底，控制则依然是MPC加了安全约束。当时内部讨论的结论非常一致：端到端代表上限，模块化保住下限。
1.1 前五年：规则驱动的高光与暗面
早期规划控制算法的"聪明"，本质上是工程师聪明——把所有可能的驾驶场景拆成状态机转移，把每一个行为边界写成可调参数。百度Apollo的EM Planner、Waymo早期基于规则的行为预测，还有各路Tier 1的ACC+LKA量产方案，全部是这一套。
规则方案最迷人的地方在于可调试性。接管问题、车道偏移、加塞响应，每一个case都可以定位到具体的状态节点和cost函数系数。我记得2017年调一个匝道汇入场景，问题出在相邻车道的车辆cost权重比目标车道的引导项低了0.05，导致车辆在汇入点反复犹豫。这种问题换成现在的端到端架构，你根本不知道从哪里下手。
但规则的暗面也残酷。长尾场景的组合爆炸，让规则数量以超线性增长，而每个新规则都可能引入新的回归。到了2019年前后，很多团队手上维护着上千条规则，依然处理不了"旁边车道的车打着灯但没变道""施工桩桶和锥桶之间的开口小于一个车身宽"这类边缘情况。这种无力感，才是后来学习型方法真正切入规划控制的最直接动力。
1.2 后五年：数据驱动如何撬开决策规划的门缝
2020年到2022年，行业内对规划控制的"学习化"其实有过一波相当克制的尝试。主流方式是在行为决策层引入学习模型——用深度神经网络做驾驶员行为预测，用强化学习优化驾驶策略，但最终输出的安全兜底仍然交给经典规则。原因很简单：法律法规和功能安全标准要求算法行为可解释、可验证，纯学习模型在当时的工具链下过不了这一关。
转机出现在2023年。端到端方案的量产验证让大家意识到，只要数据规模足够大、车端算力足够强，学习型方法完全可以在绝大多数场景里达到甚至超过规则方法的表现。更重要的是，端到端方案把"迭代"变成了一个数据流水线问题——采集、挖掘、标注、训练、评测、部署，整套闭环的效率革命直接碾压了手写规则。到2025年，行业里几乎不再争论"要不要学习"，转而讨论"学习多少""哪里兜底""如何验证"。
但这并不是说模块化的经验作废了。恰恰相反，正是早期规则时代积累的场景理解、安全边界定义和测试方法论，让端到端方案有资格进入量产评审流程。这也解释了为什么混合架构是今天产业界的真正共识——它不是技术上的妥协，而是工程成熟度的表现。
2. 规划算法十年：从"找一条路"到"理解场景"
规划模块的演进，本质上是"对场景的表达方式"在升级。我习惯把它分成三个阶段看：前期的几何采样阶段、中期的语义优化阶段、后期的场景与交互建模阶段。
2.1 前期：Frenet坐标系、采样与Cost函数
2015到2018年，局部规划器的标准做法是在Frenet坐标系下工作。所谓Frenet坐标系，就是沿参考线建立s（纵向距离）和l（横向偏移）两个正交轴，把车辆运动从二维平面问题解耦成两个一维问题。这么做最大的好处是轨迹生成非常直观——纵向规划管好速度，横向规划管好变道和避障，最后再合成一条几何轨迹。
轨迹生成有两种主流思路：采样法和优化法。采样法（如Lattice Planner）在s-l空间里撒一堆候选点，每组端状态对应一条五次多项式轨迹，然后按cost函数排序。优化法（如EM Planner）则是先粗采样出一个凸空间，再用二次规划在凸空间里求最优轨迹。
这套方法到今天依然大量存在，核心原因在于工程上非常可控。轨迹的曲率、加速度、jerk全部有显式约束，安全校验可以逐点做。我调过很多次cost函数权重，横向偏差、纵向加速度、与障碍物距离这三项权重调了两年，最终也没找到一个全局最优，只是找到一个"在大部分场景下体验尚可"的组合。
2.2 中期：语义栅格与Occupancy Network
2019年之后，一个关键的变化出现：规划器输入从"稀疏障碍物列表"变成了"稠密栅格的可通行空间"。这个转变的推动力来自感知侧——BEV感知可以直接输出网格化的占用概率，比3D框检测更稳、漏检率更低，尤其在处理异形障碍物（卡车货物、倒地的自行车、路沿）时优势巨大。
规划器跟随这个变化做了一个重大调整：不再是"找一条绕过N个障碍物的轨迹"，而是"在一张可通行概率图上找一条最大通行裕度的轨迹"。搜索算法（如Hybrid A*）可以直接在栅格图上做启发式搜索，轨迹优化则变为对通行代价场的梯度下降。
这个转变的代价是计算量上升了一个数量级。2019年我在一套Xavier平台上跑Occupancy版本的规划器，单帧耗时接近80毫秒，只能勉强达到实时的边缘。到Orin时代，才算真正用得起。这也是为什么我说算法演进永远不是纯算法问题，芯片算力的代差直接决定了能落地的技术档次。
2.3 后期：交互博弈与规划-预测联合优化
2022年之后，规划算法逐渐从"自车为中心"转向"多智能体交互"视角。传统规划器把其他交通参与者当成"会移动的障碍物"，预测模块给它们的轨迹假设，规划器在假设之上做优化。问题在于，预测和规划是割裂的——预测不知道自车会怎么做，规划把预测当成不变的输入，遇到高度交互场景（匝道、最终博弈、对向借道超车）就频繁出现"死锁"或"犹豫"。
解决办法是让两者联合优化。典型思路是建立交互博弈模型：把场景里的每个参与者都建模为带意图的决策主体，自车的规划器不仅要预测它们的行为，还要考虑自己的行为对它们的影响。2023年我见过一个用博弈论框架做变道决策的方案，效果比纯规则好很多，尤其是面对"你加速我也加速，谁也不让步"的僵持场景，博弈框架能主动选择放弃变道并回到原车道，而不是傻等。
这类算法的落地仍在早期，主要原因是计算复杂度和可验证性还不是产品级。但方向非常明确：规划算法从"几何问题"变成了"交互决策问题"，下一波AI能力的主要战场就在这里。
3. 控制算法十年：从"跟住参考线"到"兼顾安全与体验"
规划层决定"走哪条路"，控制层决定"能不能稳稳地走过去"。控制算法这十年的变化表面上没有规划那么戏剧化，但细节里全是功夫。
3.1 PID与LQR：为什么老将始终没退场
2025年了，PID依然大量存在于量产车的纵向控制里。ACC的油门刹车控制，底层几乎都是PID或PID加前馈。原因很简单：纵向控制的对象是车辆纵向动力学，模型不确定性大（载重、坡度、风阻），但控制目标相对简单——跟住前车距离和设定速度。PID用误差的比例、积分、微分三项去修正，不需要精确模型也能稳定工作，对嵌入式平台的算力需求几乎为零。
横向控制的主流方案则是LQR（线性二次型调节器）。基本原理是把车辆-道路关系简化为一个线性状态空间模型，以横向偏差、航向偏差、前轮转角等为状态，设计最优状态反馈增益，使得一个二次型代价函数最小。相比PID，LQR能显式考虑状态间的耦合，在中等车速下跟踪效果稳定很多。
但经典控制有个共同的天花板：无法直接处理约束。转向角有物理极限、转向速率有限、横向加速度不能超极限，这些在PID和LQR里只能通过限幅和增益调度去间接处理，效果非常粗糙。我调过一辆车的紧急变道工况，LQR的横向控制输出在转向速率上反复触限，车辆画出了一个明显的"S"，修正起来极为头疼。
3.2 MPC入场：预测时域带来的控制品质跃升
2018年前后，MPC（模型预测控制）从学术界大规模进入智能驾驶量产域。MPC的核心魅力在于：每个控制周期内，基于车辆动力学模型预测未来N步状态，求解一个有限时域的最优控制问题，同时把转向角极限、转向速率、横向加速度、横向偏差等全部编码为约束，交给优化器统一处理。
用MPC之后，紧急变道的"S"彻底消失了。原因是控制器提前看到了未来几秒的状态变化，约束不再被"事后限幅"生硬裁剪，而是被"事前规划"平滑避开。2019年那会儿我在测试场验收一个新MPC控制器，80km/h单车道紧急避障，车辆轨迹平滑得像老司机打了一把预判方向盘。那次之后我对MPC的信任彻底建立了。
MPC的代价是算力和调参复杂度。一个6×10秒时域的MPC在嵌入式平台上要把求解频率压到50Hz以上，不是一件轻松的事。常见的做法是把预测模型简化为自行车模型，优化问题转成二次规划（QP），用OSQP这类高效求解器，在Orin上单帧耗时大约3到5毫秒，这才算满足量产要求。
3.3 横纵向解耦到协同：极限工况的试金石
早期量产方案通常把横向和纵向控制完全解耦，横向管方向盘，纵向管加速刹车，两条链分别调参。这种方案在正常驾驶下没问题，但一旦进入极限工况就露馅。比如高速大曲率弯道中，如果纵向控制按常规舒适减速度刹车，车辆重心前移导致后轮侧偏刚性下降，横向控制要修正同样的弯道就需要更大的转向角；而横向一变，纵向又需要跟着调整速度——两个控制器各调各的，车辆很容易出现"弯中抖动"或者"弯中推头"。
真正的横向纵向协同控制，在MPC里做联合优化是一个自然的选择：把纵向加速度和转向角同时放进状态空间和cost函数，让优化器自动在"减速过弯"和"转向修正"之间做权衡。2021年我实测过一组对比，同一段连续弯道，解耦控制平均需要通过3到4次转向修正维持车道，协同控制全程只有一次轻微修正，乘员感受天差地别。
3.4 标定与调参：控制算法只有一半在算法里
控制算法能否达到最佳性能，一半取决于算法本身，另一半取决于标定。这个领域没有捷径，就是海量的实车测试加数据迭代。我总结几个经验：
- 重心高、侧倾刚度不同车型的参数差异，远超一般论文假设的范围，任何控制算法落地前必须先做整车动力学参数辨识。
- 轮胎的非线性在大侧偏角下非常明显，线性模型参数需要做随车速、随载荷的增益调度来补偿。
- 控制器的评价指标不要只看跟线误差，还要看瞬态响应是否让乘员感到"突兀"。我在标定阶段引入了一个"冲刺感"打分项——纵向加速度变化率的峰值，这个指标对舒适性的相关性远远高于RMS误差。
控制算法的演进在过去十年里其实是相对平滑的，并没有出现规划层那样颠覆式的路线之争。但这段平滑恰恰说明：控制在工程上的成熟度更高，新的技术（比如学习型控制器）如果没有压倒性的收益，很难撼动已经经过可靠性验证的老方案。
4. 隐形的第三只手：芯片、法规与测试如何塑造算法形态
规划控制十年演进，如果只从算法内部找原因，会漏掉一半叙事。真正决定"哪些算法能上车"的，往往是算法之外的工程条件。
4.1 算力：从工控机到域控，算法复杂度跟着芯片翻跟头
2015年，好多原型车用的是工控机+高性能GPU，整台机器的功耗相当于一台游戏本，算法跑一帧的时间动不动一两百毫秒。那时候规划器只敢用小规模采样和一个简化cost函数，原因不是不知道怎么做得更好，而是算不过来。
2020年之后，Orin、高通SA8295P这类车规级大算力芯片量产，情况彻底变了。以Orin为例，单颗Orin的INT8算力达到275 TOPS，足够把一个带Occupancy栅格和交互博弈的规划器塞进车规域控。MPC的求解频率也能从30Hz提到60Hz以上，预测时域可以拉长到8秒。
算力带来的一个隐含变化是：算法团队可以大胆地尝试"重"方案。2023年，我们在一颗Orin上同时跑了一个基于注意力机制的交互预测模型和一个多约束MPC，整条链路的帧耗时还能控制在50毫秒以内。这在五年前根本不可想象。
4.2 法规与SOTIF：安全标准是算法行为的隐形编码
ISO 26262功能安全、ISO 21448预期功能安全（SOTIF）、ISO 23247数据安全等标准体系，在2018年后对量产智能驾驶算法形成了硬约束。对规划控制算法最直接的影响有两方面：一是必须提供最小风险策略（Minimal Risk Maneuver，MRM）——当系统检测到自身能力降级，必须自动执行靠边停车等安全操作；二是必须保证算法在未知名义场景下的鲁棒性，不能只对见过的场景有效。
MRM机制的引入，意味着规划控制系统的独立性要求极高，不能和主算法共用一套逻辑。很多团队在架构上单独建了一条"安全通道"，用最保守的规则做兜底，与主线规划完全隔离。这也是端到端方案量产会遇到的最大阻力之一——你可以让神经网络决定大多数情况的驾驶行为，但法律不允许你让神经网络独自决定"系统失效时怎么办"。
4.3 测试与数据闭环：算法迭代的真正引擎
规划控制算法好不好用，最终要靠测试和数据说话。2015年那会儿测试基本靠场地，一个刹车标定能在试车场跑几百圈；2020年之后，仿真测试的占比急速上升，Cirrus、CARLA、自研仿真平台各显神通。行业通行的做法是：先在仿真里跑数百万公里的场景库回归，再上封闭场地做关键工况验证，最后分批放开开放道路测试。
这里有一个很关键的实践认知：仿真和数据的价值，不在于证明算法"表现好"，而在于挖掘算法的边界。场景库必须刻意地"找茬"，把边缘case、交互死锁、天气干扰全部灌给算法，看它在哪一类场景下最先崩塌。一旦定位到崩塌点，就有目标地采集数据、标注、训练或调整规则。2019年我们搭建数据闭环时，一条典型的迭代链条是：影子模式采集100万公里路测数据，挖掘出1200个corner case，人工标注后离线仿真筛选出37个有效问题，最后修进算法版本。这样的节奏一个月能来两轮。
5. 端到端与大模型的冲击：规划控制工程师的价值迁移
端到端算法和端到端概念在2023年彻底火起来之后，规划控制这个岗位一度面临"存在价值"的拷问。作为经历过完整十年的人，我的看法是：这个岗位没有消失，但工作内容的核心逻辑彻底变了。
5.1 规则的极限，就是端到端的起点
前面说过，手写规则在长尾场景里组合爆炸。当规则数量上千时，每新增一条都会引出一堆回归问题，而真正头疼的是很多"驾驶员觉得危险、规则却判断正常"的场景根本无法显式表达。比如，前车在两条车道之间蛇形行驶，它到底要左转还是右转，规则写不出来，但训练数据里包含了无数这样的人类操作范例。这就是端到端方案最核心的立身之本——把长尾场景的表达问题从"人肉写规则"变成"数据自动提取"。
特斯拉的FSD V12之所以被视为分水岭，不是因为它的算法构思多么精巧，而是它证明了一个工程事实：基于大规模视频数据的端到端驾驶策略，可以覆盖绝大多数真实场景，并且在交互行为上达到类人水平。
5.2 端到端真的"端到端"了吗？
严格意义上的端到端，是传感器输入直接映射到转向、加速、刹车指令，中间没有任何显式模块。这类方案在2025年的量产车里几乎没有——即便FSD后面也加了种种安全检测网络和冗余规则。行业实际落地的是两种变体：
一种是"感知-预测-规划联合训练"的准端到端。感知不再是输出物体框，而是输出隐式特征给规划头，规划头直接生成轨迹点，整个网络可以联合反向传播。另一种是"模块化+大模型改造"，感知输出BEV feature，决策规划模块用一个场景理解大模型（或用Transformer替代状态机）做决策，最后控制层依然是MPC。
我自己的判断是：2025到2030年间，量产主流会是这两种变体的混合，而纯模块化方案会继续在L2级辅助驾驶和商用车等保守领域存在。端到端的完全替代，至少还需要解决可解释性验证、安全监管和corner case数据覆盖这三道关。
5.3 规划控制工程师的新手艺
十年前进规划控制岗位，核心竞争力是懂Frenet坐标系、懂MPC推导、懂cost调参。2025年的规划控制工程师要做的事完全不同了，我所在的团队技能栈已经转向：
- 行为数据的采集定义与挖掘：你决定采集哪段路、什么天的时段、哪类驾驶行为是"优秀样本"，比调参重要一个量级。
- 场景评测与安全论证：构建覆盖性强的场景库，评估神经网络策略在OOD（分布外）场景的表现，并对SOTIF标准做论证。
- 混合架构设计与模块接口定义：学习模块输出什么中间表达，规则兜底模块在什么条件下接管，两者交接如何避免突变。
- 算法失效的归因分析：端到端模型出错时，下沉到隐空间和注意力图去判断是感知问题还是决策问题，这需要同时懂网络架构和驾驶语义。
这些变化对从业者来说，意味着传统规划控制的"手艺"没有白学，但必须主动去补数据工程、机器学习测试、系统安全设计这些新能力。
6. 2025年的真实量产方案与未来两三年的收敛方向
站在2025年回看，行业其实已经不像2023年那么热闹，该吵的技术路线问题基本吵完了，剩下的都是硬骨头工程。不同定位的产品，方案差异比想象中大。
6.1 L2与L2+的方案分野：一个保守，一个激进
L2级辅助驾驶（比如高速领航辅助NOA、城市记忆领航）的量产方案，主流是"BEV感知+交互预测+规则决策规划+MPC控制"的混合架构。这套方案的优势是成熟、可靠、可解释，计算量可控，缺点是规则在真正复杂城市交互中还是跟不上。
L4级Robotaxi方案则明显更激进，多模态感知+端到端决策规划+安全MRM通道+远程接管，已经是头部玩家（Waymo、百度Apollo、文远知行等）的标配架构。Robotaxi能承担更高的传感器和算力成本，也愿意接受更长的测试周期，所以大规模车队的采集和长尾挖掘能力，是它们相比L2厂商的最大屏障。
6.2 交互博弈与场景大模型：未来技术的两个主攻方向
往后看两三年，最值得关注的两个技术方向分别是：
一是交互博弈规划。前文提到过，多智能体交互建模会走向实用。2025年的前沿方案多是在预测网络里引入意图解耦和博弈均衡求解，下一步有望突破量产算力瓶颈，把"自车-他车-群体"的联合策略显式建模进规划器。这个技术的落地会让车辆在加塞、合流、无保护左转等场景的决策水平跨上一个台阶。
二是统一场景表达模型。2024年以来，把感知、预测、可通行域合并为"场景token"喂给一个大模型，由模型直接输出驾驶行为的趋势很明显。这类方案的核心竞争力在于大规模数据和超大规模算力的堆叠能力，会进一步拉高行业的准入门槛。对中小团队来说，与其自己从零训练一个大模型，不如在开源模型基础上做场景适应和验证。
6.3 安全底线：无论架构怎么变，补丁体系都要跟上
说了这么多演进和变革，有一条底线十年没变：任何算法上车，都必须有一个独立、可解释、足够保守的安全兜底。2024年多家公司发生的事故复盘，问题大多出在"系统很聪明地做了错误决定"，而不是"系统瞎了"。这意味着，未来哪怕端到端Model成了绝对主流，安全MRM、驾驶员监控、车辆状态合理性校验，这些最不性感的模块反而会是决定商业成败的关键。我在最近的架构评审里一句话总结：脑子和手脚都在变快，但保险绳一定要握在不会犯错的人手里。
这十年最大的变化，其实不在代码和网络结构里，而在做算法的方式上——从个人英雄主义的调参，变成了数据-训练-评估-验证的工业化流水线。规划控制算法从一门"手艺"变成了一套"工程体系"，这才是真正的十年分水岭。
