自主系统研发：别急着堆模型，先把那根线接对

去年冬天我在亦庄蹲了快一个月。看一家做无人配送的团队调车。零下十度，几个人围着车顶那台激光雷达转来转去——不是为了调算法。是线束接触不良。

就这么点事，耽误了四天。四天里所有传感器数据都在丢帧，可日志里显示一切正常。这就是自主系统研发最真实的那一面：你不缺聪明脑袋，你缺的是一个能把物理世界和代码对上号的工程体系。

先别谈大模型，先看看你的时钟对不对

我见过太多团队栽在同一个坑里。

摄像头、激光雷达、毫米波、IMU，四个传感器，四个时钟源。相机是硬件触发还是软触发？雷达的时间戳来自PTP还是GPS？如果这几路数据在融合前没有统一到同一个时间基准，你后面做的一切感知都是错的。多传感器的时间同步误差超过10毫秒，高速场景下的融合结果基本就废了。

自动驾驶多传感器时间同步PTP硬件触发时序图

这个问题很土，一点都不性感。但它决定了你的系统能不能跑起来。而且极难排查——随机丢帧，偶发，复现困难，测试同学会疯。

不过话说回来，这类“脏活”恰恰是自主系统和其他软件研发最大的分野。你的程序运行在一个不可控、不可重放、充满噪声的物理世界里。它会下雨。会有人突然横穿。会有小孩蹲在车后面。代码里写不出来这些。

仿真跑一万遍，不如真车跑一趟——但真车跑一趟烧钱

仿真跑一万遍，不如真车跑一趟——但真车跑一趟烧钱

数据闭环这四个字，行业里喊了五六年了。真正做扎实的没几家。

什么叫扎实？我理解的顺序是这样的：车端发现问题场景，自动触发数据回传，云端标注和场景重建，仿真里复现，改算法，回归测试，OTA推回车上。这条链路，任何一环卡住，你的迭代速度就掉一个数量级。

很多团队卡在第一步。车端根本没能力判断“我现在遇到的是个有意思的场景”。全靠人工看视频，一天看八小时，眼睛废了，有效数据不到千分之一。

所以现在有点追求的团队都在车端做轻量级的场景挖掘。用小的模型筛，或者用规则筛异常——突然的急刹、频繁的横向修正、感知结果的跳变。这些信号背后往往藏着真问题。

端到端上车，老架构正在被拆

2023年之后，这个领域最大的变量就是大模型。

传统的感知、预测、规划、控制，四段式流水线，中间靠人工设计的接口传递。现在有人在干一件狠事：把摄像头和雷达的原始特征直接喂进一个大模型，让它输出轨迹。一段式端到端，中间没有人类定义的结构化输出。

效果确实惊艳。拟人化程度高，处理复杂交互时不像以前那样“机械”。但问题也来得快。

你怎么调试？出了事故怎么归因？模型说“我要左转”，你问它为什么，它说不出来。这在消费电子里可以接受，在车上不行。

所以行业现在的实际做法，多数是两段式或者带兜底的混合架构。大模型负责生成候选轨迹，后面挂一个基于规则的验证器。规则那部分很老，很笨，但它能在模型发疯的时候把车刹住。

自动驾驶端到端大模型感知规划一体化网络架构示意图

还有算力。车规级芯片的算力增长远赶不上模型膨胀的速度。你在大模型上跑得爽，功耗和散热就跟上来，成本也涨。一台无人配送车卖十几万，你不可能给它塞个A100。

安全这件事，不能靠“我们测了很多公里”

功能安全那套标准，ISO 26262，SOTIF，21448……说实话，最开始我也觉得是走流程。后来跟一个做底盘冗余的工程师聊，他给我讲了个例子，我才服气。

假设你的主控芯片因为宇宙射线翻了个位——概率极低，但车跑一百万台，跑十年，它就会发生。这时候备用通道能不能在几十毫秒内接管？刹车、转向、供电，每一路是不是都有独立冗余？

他说，这事不能靠统计。你得靠设计。

自主系统研发里最反直觉的一点就在这：你要为那些你没见过、也测不出来的场景做架构准备。统计意义上的“安全”，在长尾面前一文不值。

团队怎么组，比用什么技术更重要

最后说点人的事。

我见过最糟糕的结构，是算法团队和工程团队分成两个平行世界。算法的人在离线数据集上刷指标，刷得飞起。工程的人在现场跟硬件死磕，天天骂娘。两边开会互相听不懂。

好的团队不是这样。好的团队里，写感知的人会自己去标定间待两天，看标定板怎么摆。做控制的人会去看CAN报文。没有人觉得“这不是我的活”。

这个行业招人一直很难，因为你需要的是复合型的人——懂一点硬件，懂一点数学，还得有一点在泥地里滚过的耐心。这种人不多。但一旦凑齐五六个人，推进速度会快得吓人。

至于全栈自研还是买供应商方案？没有标准答案。我的粗暴分法是：凡是和你的核心体验强相关、且市面上买不到满意的东西，自己搞。其余的，能买就买，别死要面子。

毕竟最后用户只关心车能不能稳稳把你送到。没人在意那根线是你自己焊的还是别人焊的。