我问答网先别听厂家吹。自己坐进去那一刻，腿是软的。真的。上次试一台L4的无人车，手搭在方向盘上——虽然没动——但后背全是汗。车突然停在路口，我以为是故障，结果是人行道上有个塑料袋飘过。它怕了。而我，更怕。🚗💨
1. 感知层：激光雷达、摄像头、毫米波雷达，它们怎么配合？
说实话，这堆传感器我原来也搞混。激光雷达发出去几百万个点，画出一张三维点云图，就像给周围环境拍了张X光。摄像头看颜色、看标识、看行人手势。毫米波雷达专测速度和距离，大雾天也不慌。三者数据灌进一个叫「融合模块」的黑盒里，吵完架统一意见——它看到的世界，比人类眼睛丰富十倍不假，但也是场数据内讧。
不过话说回来，传感器堆得再猛，也怕大逆光。有次傍晚，太阳直射摄像头，它把一辆白色SUV当成云朵，差点没减速。工程师说这叫「白化漏检」，补了N个补丁。我心想：真要命，就这儿？❗
感知不止是看，还得猜。 一个骑自行车的人歪了下头，车就得预判他要拐弯。这种预测算法动用了RNN、Transformer，把时间序列卷进去——可它猜错的代价，往往就是一脚急刹，或者更糟，该刹没刹。
2. 决策与规划：车「脑子」里在想什么？
有个冷知识：无人车每秒钟要做上千个微小决策。它得回答：哪条车道安全？前车会不会突然并线？那个横穿马路的大妈到底是真走假走？而这些，全都压缩在一个叫「cost function」的公式里，谁的风险值低，就选谁。听起来冷酷，但有时候，它比我果断。
可我遇到过傻眼的状况——丁字路口没有红绿灯，左边来车、右边吃瓜群众、正前方还有个逆行的快递三轮。它的屏幕疯狂闪动，路径规划像得了帕金森，最后干脆停下，闪双闪。那一刻，我真想摇下车窗骂街。😂 后来技术员说这是「不确定性区域」触发安全停车，是进步。我想，好吧，进步得让人心肌梗塞。
决策的瓶颈啊，不在算法，在常识。 人类知道交警手势的暧昧含义，知道对方司机眼神里的「让你先走」。车不懂。它只会读取标记过的数据集，但凡遇见没见过的新奇玩意儿——比如一辆拖车上还驮着另一辆车——直接懵圈。这也就是为啥无人车在固定园区溜得飞起，一到城乡结合部就露怯。
3. 那些惊险瞬间：现实比他妈的理论骨感多了
别信演示视频。他们挑晴天的。我亲眼见过暴雨中，一辆无人出租把积水反光认作实体障碍，一个急刹后座咖啡全泼了。还有人往车盖扔香蕉，感知系统报出个「不明小型生物」——你逗我？🍌
更揪心的是边缘场景。比如高速公路上的轮胎残片、突然掉落的树枝。这些物体既不在训练集里，也没有标准形态，车要么视而不见，要么反应过度。有一次我坐的那台，为了躲一只塑料袋，猛打方向切到应急车道，吓出我一身冷汗。虽然后来说系统升级了识别逻辑，但阴影还在。
不过，惊喜也真多。夜间无灯路段，它比我早半秒发现横穿的小动物。变道时后方车辆不让，它能算准时机切进去，比我开得溜。说到底，它是个偏科生，强在重复准确，弱在随机应变。
无人驾驶这条赛道，现在就像刚学会走路的孩子，偶尔摔得鼻青脸肿，可跑起来的姿势已经让老司机咋舌。我不迷信它，但也不会赌它失败——毕竟，谁还没踩过几个急刹车呢。