核心目标

自动驾驶轨迹追踪的核心目标是实现车辆沿参考路径的高精度、高鲁棒性行驶，核心依赖PID 控制、模型预测控制（MPC） 两大算法，结合RTK-GPS、IMU、激光雷达的多传感器融合技术，通过运动学与动力学集成建模，在高速（最高 116km/h）、低附着路面（μ=0.3）等复杂场景下，将横向跟踪误差控制在 0.32m 以内，同时兼顾控制平顺性与实时响应（计算时间达毫秒级），为自动驾驶变道、高速行驶等场景提供安全保障。

思维导图

基础模型（FMs）在轨迹规划中的核心应用

分类

博世的文档提出两层八级分类体系，核心按 “基础模型的作用方式” 划分：

关键技术设计细节

1. 微调流程（适配轨迹规划的核心步骤）

数据整理：根据用途扩展数据元组，如语言交互需新增(X,T,O_text,O_traj)（X = 观测，T = 提示词，O_text = 文本输出，O_traj = 轨迹）

视觉适配器设计：三种主流方案 —— 文本接口（非端到端）、线性层 / MLP（简单高效）、Queryformer（选择性投射特征，Omni-Q 采用）

轨迹表示方式：

文本形式：自回归生成坐标字符（如 “1.54,0.21”），无需修改分词器，但推理慢

动作令牌：离散化动作空间（如 2048 个动作词汇），Zhou 等人 2025c 采用

数字集合：通过规划头（MLP / 变分自编码器）单次输出，效率最高（SimLingo 采用）

训练策略：两阶段训练（先训视觉适配器，再微调全参数），部分用 LoRA 降低算力消耗

2. 性能与效率权衡

推理速度：思维链（CoT）推理显著增加延迟，SimLingo 在 A4500 GPU 上，无 CoT 时 3.6fps，有 CoT 时仅 0.8fps；Orion（70 亿参数）在 A800 上仅 0.8fps

精度表现：带 CoT 的模型场景理解更准，Auto-VLA 在复杂场景通过自适应 CoT 提升鲁棒性；SimLingo 通过数据重采样，驾驶评分超 85 分

硬件适配：轻量模型（如 SimLingo，10 亿参数）更适合边缘部署，大型模型（如 GPT-Driver，>175B 参数）需数据中心级 GPU（A100/H200）