技术巡猎 小鹏汽车 车道识别方法。早高峰公交车道，平时是能走的，到了7点半突然不让社会车辆进了；潮汐车道，上午进城，下午出城，同一条车道方向是会变化的；可变车道更麻烦，某个时段只能直行，另一个时段又允许左转。人开车的时候，哪怕看一眼路牌、电子屏、地面箭头，大概还能判断。但智驾系统要自己开呢？

线一直在那里，规则却不一样。这个专利的基本逻辑就处理这个事情，先根据车辆行驶数据判断接下来要走哪条车道，再结合预设的车道通行条件信息和当前时间，判断这条车道现在到底能不能走，最后再决定是继续行驶、调整方向，还是给驾驶员提示。本质上是给智驾系统加了一本“会看时间的交通规则手册”。

理解智驾，一般人会把重点放在感知上：摄像头看不看得清，激光雷达有没有，模型能不能识别路牌。这些当然重要，但分时车道的问题有点特殊。它不是一个纯视觉问题，而是一个“规则问题”。

公交专用道的车道线不会在早高峰自动变红；潮汐车道的路面也不会自己挪方向；限时禁行更是这样，物理空间看上去完全没变，但法律意义上的可通行状态已经变了。这几个条件缺一个，都可能出问题。

这份专利里比较关键的设计，是把车道规则提前结构化。专利里叫“车道通行条件信息”，可以存在车端，也可以存在车厂连接的服务器里。

比如一条公交车道，早上7点到9点只允许公交车走；一条潮汐车道，上午只能由北向南，下午只能由南向北；一条可变车道，早高峰禁止左转，平峰又恢复左转。这些规则如果都靠现场实时理解，系统压力很大，而且误判风险不低。把规则变成结构化数据之后，车辆只需要把“当前时间、当前位置、预计方向、目标车道”几个条件对上，就能更快做判断。

这就像人开车前已经知道这座城市的通行规矩，不需要每次到了路口才临时考试。

还有一个比较工程化的细节：它引入了地图瓦片和不同比例尺的逻辑。简单说，系统会根据车辆实时位置获取目标地图，目标地图里至少包括待行驶车道，并且地图里带着对应的通行规则。进一步，车辆还可以根据实时车速选择合适比例尺的地图。

有点抽象，但很重要。

车速高的时候，如果地图切得太细，车一秒钟可能跨过好几个瓦片，系统就要频繁加载、频繁判断，反而拖慢反应。车速低的时候，如果地图太粗，几个路口、几条车道的规则混在一起，又容易判断不准。它按照车速匹配地图比例尺，本质上是在算力、响应速度和车道级精度之间做平衡。

专利把规则分成了两层：一层是整体标记信息，一层是车道标记信息。整体标记信息，可以理解成某个地图区域里的统一规则。比如某片区域在某个时间段禁止社会车辆通行，或者某个区域所有车道都受同一个时间限制。

车道标记信息，则是对具体车道做特殊说明。比如同一个区域里，别的车道早高峰不能走，但某条车道全天可通行；或者某条车道8点到10点禁止左转，其他时间正常。

这个设计解决的是城市道路里最烦的一类问题：规则经常不是整齐划一的。

现实城市交通不是实验室地板。它有公交道、有施工、有学校门口限时通行、有早晚高峰单向放行，还有一堆“本地老司机才懂”的小规则。如果系统只按区域粗略判断，就会误杀很多可通行车道；如果每条车道都单独维护，又会增加数据成本和管理复杂度。整体标记加车道标记，相当于先用大规则覆盖一片区域，再用小规则修正特殊车道。

这比一把尺子量到底更合理。

落到用户场景，价值就很清楚了。

早上你开车进城，智驾规划到最右侧车道。车道线清楚，前方也没障碍，但这条车道在7点半到9点是公交专用道。如果系统只看“能不能开过去”，它很可能觉得可以走；如果系统知道这条车道当前禁行，它就应该提前规避，或者提示驾驶员不要进入。

再比如潮汐车道。车道本身没问题，宽度也够，线也画得清楚，但方向错了就是大问题。车辆需要把自己的预计行驶方向和当前允许通行方向做匹配。方向一致，才能走；方向不一致，就算前面空荡荡，也不能进去。

这才是真实城市智驾里很容易被低估的难点。