一句话概括

经典 RSS（责任敏感安全）安全距离模型默认所有车"质量一样、刹车能力一样"，而现实里一辆满载重卡的质量可能是空载的好几倍、动能成倍放大、刹车距离显著变长——这篇 ICVES 2025 论文的核心论点就是：不把货物载荷（cargo load）纳入安全距离计算，自动驾驶重卡在紧急制动时 RSS 算出来的距离不够，照样会追尾。

一、论文信息

项目内容
标题Longitudinal Safety Distance Control Considering Cargo Load for Autonomous Heavy-Duty Vehicles
中文译名面向自动驾驶重型车辆、考虑货物载荷的纵向安全距离控制
作者Munjung Jang, Seong-Geun Shin, YunSeok Baek, Yuntae Kim, Hyuck Kee Lee
单位KATECH（韩国汽车技术研究院，Korea Automotive Technology Institute）
会议IEEE ICVES 2025（2025 IEEE International Conference on Vehicular Electronics and Safety），2025 年 10 月 27–28 日，英国考文垂（Coventry, UK）
议程位置Technical Session “Safety”（TuCT1.2），2025-10-28 16:12–16:24
DOI / 文档号IEEE Xplore document 11376550
关键词（同场关联）Active and Passive Safety Systems、Driver Assistance Systems、Vehicle/Engine Control

说明：本文引用的作者、会议、议程、DOI 均为公开可查的真实信息（ICVES 2025 官方程序与 IEEE Xplore 条目）。但论文内部的具体公式推导、实验表格数值属于受版权保护的会议正文，本文未获取全文，因此下文对"论文如何具体修正 RSS"的呈现，是基于公开摘要 + RSS 标准模型 + 载重-制动物理关系的严谨推演与合理推测，已用"推测"标注，供读者作为研究线索而非论文原文引用。

二、背景：为什么这件事重要，又为什么被长期忽略

2.1 RSS 是自动驾驶的"安全底线"

如果你是刚入行的 VLA（Vision-Language-Action）工程师，你可能更熟悉端到端模型、扩散策略、轨迹规划这些"上层智能"。但工业界落地一辆自动驾驶车，最底层永远横着一条红线——不管你的神经网络怎么想，车在物理上不能撞。

RSS（Responsibility-Sensitive Safety，责任敏感安全）就是 Mobileye 在 2017 年提出的一套"把安全写成数学规则"的框架。它的核心思想特别朴素：

  • 我（ego 车）只对我的"不合理行为"负责；
  • 只要我遵守一套明确的距离和速度规则，即使对方突然违规（比如前车急刹、加塞），事故的责任也不在我；
  • 反过来，如果我违反了规则，那我就是责任方。

换句话说，RSS 把"安全驾驶"翻译成了一组可验证的不等式约束，嵌在规划器外面做"安全阀"。它不关心你用 Transformer 还是扩散模型，它只保证：在任何时刻，你和前车之间留的距离，足够你在最坏情况下刹停。

2.2 RSS 的隐形假设：车是"标准乘用车"

问题就出在 RSS 的设计来源上。Mobileye 的原始 RSS 主要面向乘用车（passenger car）场景，里面的关键参数——反应时间、最大制动减速度、车辆质量——默认是一组固定的"典型值"。

对于乘用车，这个近似大致成立：一辆轿车空载 1.5 吨、满载 2 吨，质量差 30%，对刹车距离影响有限，工程上吃个安全裕量就过去了。

但当你把 RSS 直接搬到**重型自动驾驶卡车（heavy-duty vehicle, HDV）**上时，这个假设彻底崩了：

  • 一辆牵引车+半挂（tractor-trailer）空载可能 15 吨，满载总质量（GVW）可达 40–44 吨（欧盟标准上限约 40 吨，美国约 36 吨/8 万磅）；
  • 质量差 2–3 倍，意味着同样的刹车力下，动能和制动距离会拉开一个量级；
  • 更糟的是，满载重卡的刹车系统（气刹 + 挂车滞后）本身响应就慢、制动减速度上限也更低。

这就引出这篇论文要捅破的窗户纸：RSS 算安全距离时如果用了"错的（偏小的）质量/制动减速度"，算出来的距离就会偏短，满载重卡在真正紧急制动时根本刹不住。

2.3 这不止是理论问题，是行业正在踩的坑

值得强调的是，这个论点并不是孤例。同场 ICVES 2025 的 Safety 分论坛里，Ford Otosan 的论文 Differential Braking-Assisted Emergency Steering Function for Semi-Trailer Trucks 就在研究半挂卡车的差速制动辅助紧急转向——侧面印证"重卡动力学复杂、安全控制难"是 2025 年产业界共识。而本博客另一篇文章（nuTruck 系列）从 benchmark 角度给出了一条互补证据：现有自动驾驶评测（如 PDMS 类指标）基本不含"质量/动力学安全"作为指标，导致模型再会开，也测不出它懂不懂"满载和空载刹车不一样"。这篇论文，恰好是那条论点的"模型工程版"注脚。

三、标准 RSS 安全距离公式与推导（小白友好版）

3.1 先建立一个直觉：刹车距离 = 反应距离 + 制动距离

想象你开车跟着前车。前车突然急刹。从"你发现前车在减速"到"你的车彻底停住"，中间发生了两件事：

  1. 反应阶段：你（或自动驾驶系统）需要时间感知、决策、发出刹车指令。这段时间车还在以原速度匀速前进，走过的距离叫反应距离。
  2. 制动阶段：刹车真正起作用，车从速度 v 减速到 0，这段时间走过的距离叫制动距离。

总停车距离 = 反应距离 + 制动距离。而 RSS 关心的是：你和前车之间，至少要留多远，才能保证你停下来的时候前车也已经停了（或你们都不撞）。

3.2 RSS 经典纵向安全距离公式

Mobileye 原始 RSS 论文给出的跟进（following）安全距离，简化到单车道、同向前车急刹的场景，核心不等式可以写成：

$$d_{safe} = v_e \cdot \rho + \frac{v_e^2}{2 \cdot a_{max,brake}} - \frac{v_f^2}{2 \cdot a_{min,brake}}$$

其中各符号含义：

符号含义单位
$d_{safe}$ego 车与前车之间的纵向安全距离（最小安全间距）m
$v_e$ego 车当前速度m/s
$v_f$前车当前速度m/s
$\rho$反应时间（含感知+决策+执行延迟），RSS 通常取约 1.0–1.5 ss
$a_{max,brake}$ego 车能施加的最大制动减速度（正数，取绝对值）m/s²
$a_{min,brake}$前车施加的制动减速度（RSS 假设前车刹车更猛，作为最坏情况）m/s²

直觉解读：

  • 第一项 $v_e \cdot \rho$：反应距离，速度越快、反应越慢，走得越远。
  • 第二项 $\frac{v_e^2}{2 \cdot a_{max,brake}}$：ego 车从 $v_e$ 刹到 0 需要的制动距离（经典运动学公式）。
  • 第三项 $\frac{v_f^2}{2 \cdot a_{min,brake}}$：前车从 $v_f$ 刹到 0 需要的制动距离，从 ego 的"需要距离"里扣掉——因为前车也在往前走、也在减速，它停的位置比"原地"更靠前。

当 $v_e = v_f = v$ 且假设双方制动能力相同（$a_{max,brake}=a_{min,brake}=a$）时，公式塌缩成最常被引用的"跟车安全间距"：

$$d_{safe} = v \cdot \rho + \frac{v^2}{2 \cdot a}$$

这就是你在各种科普里看到的 $d = vT + v^2/(2a)$ 的来源。它也可以写成更保守的"停车距离"视角——只关心 ego 自己刹停需要的总距离：

$$d_{stop} = v \cdot T + \frac{v^2}{2 \cdot a_{brake}}$$

其中 $T$ 为反应时间，$a_{brake}$ 为 ego 实际最大制动减速度。

3.3 公式的物理本质：动能去哪了

为什么制动距离是 $v^2/(2a)$？从能量角度最清楚。车以速度 $v$ 行驶，动能是：

$$E_k = \frac{1}{2} m v^2$$

刹车时，制动力（近似 $F = m \cdot a_{brake}$）做功把动能耗尽，做功距离就是制动距离 $d_{brake}$，满足：

$$F \cdot d_{brake} = m \cdot a_{brake} \cdot d_{brake} = \frac{1}{2} m v^2$$

两边约掉质量 $m$，得到：

$$d_{brake} = \frac{v^2}{2 \cdot a_{brake}}$$

注意一个关键事实：在标准"轮胎-路面摩擦决定减速度"的模型里，质量 m 被约掉了。 也就是说，如果两辆车的刹车减速度 $a_{brake}$ 完全一样（都贴着路面附着极限），那么空载和满载的制动距离在数学上相同。

那论文为什么说满载刹车距离更长？答案在于：真实重卡的 $a_{brake}$ 不是常数，它会随载荷变化。下面第四节展开。

四、论文的核心论点：忽略 cargo load 的漏洞在哪里

4.1 漏洞一：制动减速度 $a_{brake}$ 随质量下降

纯摩擦模型里质量约掉了，但真实重卡有三个因素让"满载->减速度更小"：

  1. 气刹系统的力是有限的。气刹靠压缩空气推刹车鼓/盘，能提供的制动力有上限。质量越大，同样制动力分摊到单位质量上，$a = F_{brake}/m$ 越小。换句话说，当制动需求超过刹车系统机械上限时，质量直接拉低减速度。
  2. 挂车（trailer）的气动滞后。半挂卡车急刹时，牵引车先建立气压制动，挂车通过管路有 0.3–0.6 秒的滞后（行业资料称 “Pushing Effect”），挂车巨大惯性还会往前推牵引车，进一步拉长有效制动距离。
  3. 载荷转移（load transfer）。重载急刹时，车头下沉、后轴（驱动轴）载荷增加、前轴也可能变化，轮胎纵向力分配改变；若载荷分布不均或货物固定不良，还会引发摆动/失稳，驾驶员/系统被迫减小减速度以避免失控。

把 4.1 揉进公式，真实可用的制动减速度应写成质量的函数：

$$a_{brake}(m) = \min\left(\mu g,\; \frac{F_{brake,max}}{m},\; a_{stable}(m,\ \text{load\ distribution})\right)$$

其中 $\mu$ 是路面附着系数，$g$ 是重力加速度，$F_{brake,max}$ 是制动系统能提供的最大力，$a_{stable}$ 是考虑载荷转移后不失稳的最大减速度。质量 $m$ 越大，后两项越小——RSS 若用了一个"乘用车级别"或"空载级别"的 $a_{brake}$，对满载车就是严重高估，算出的 $d_{safe}$ 偏短。

4.2 漏洞二：动能随质量线性放大，碰撞后果被低估

即便退一步，假设满载车也能达到同样的减速度（贴摩擦极限），那制动距离确实一样。但 RSS 还有另一半逻辑——责任划分与碰撞严重性。满载车动能 $E_k = \frac{1}{2} m v^2$ 是空载的 2–3 倍，一旦没刹住：

  • 追尾时释放的能量成倍增加，乘员/第三方伤害更严重；
  • 在规划层面，RSS 应保守地"更早、更狠"地刹车，而它给的减速度上限若不含质量项，就缺了这份保守。

4.3 漏洞三：反应时间 $\rho$ 对重卡同样不友好

RSS 的 $\rho$ 通常取固定值（约 1–1.5 s）。但重卡的执行链更长：感知->域控->制动指令->气刹建压，气刹建压本身比乘用车液压刹车慢。论文虽以 cargo load 为主角，但载荷通过影响制动建立、挂车滞后，间接放大了"有效反应距离"。把它和 4.1 合并，真正的有效反应项应是：

$$d_{react}(m) = v \cdot (\rho_{base} + \Delta t_{pneumatic}(m))$$

4.4 小结：漏洞的因果链

把上面三点串成一条线，就是论文想说的因果链：

  • RSS 用固定 a_brake、固定 ρ（隐含"质量恒定"假设）
  • 对满载重卡，真实 a_brake(m) 更小、真实 ρ 更大
  • 于是 RSS 算出的 d_safe 偏短
  • 前车急刹时，ego 按 RSS 间距跟车，制动距离不够，导致追尾

这条链的关键词就是 cargo load（货物载荷 / 总质量 m）。它是 RSS 公式里被悄悄"设为常数"的那个变量，而真实世界里它变化巨大。

五、论文如何修正：把 cargo load / 总质量 m 显式写进安全距离

以下为基于公开摘要与物理推演的合理推测，具体论文公式以原文为准。

5.1 核心思路：载荷感知的 RSS（cargo-aware RSS）

论文的修法很自然——不再把质量当常数，而是把"当前总质量 m（含 cargo load）“作为实时输入，重新标定 $a_{brake}$ 和 $\rho$，再喂进 RSS 不等式。

推测的修正后安全间距长这样：

$$d_{safe}^{load}(m) = v_e \cdot \rho(m) + \frac{v_e^2}{2 \cdot a_{brake}(m)} - \frac{v_f^2}{2 \cdot a_{min,brake}(m_f)}$$

其中 $m$ 是 ego 当前总质量，$m_f$ 是前车总质量，$\rho(m)$、$a_{brake}(m)$ 由 4.1/4.3 的载荷模型给出。

5.2 怎么得到 $a_{brake}(m)$：从"标定表"到"在线估计”

工程上要落地，论文（推测）会走这几步：

  1. 离线标定：在不同载荷（空载/半载/满载）、不同路面 $\mu$ 下，实测最大可达减速度，建一张 $a_{brake}(m, \mu)$ 查找表或拟合曲线。行业实测显示，满载重卡的最大减速度常被限制在约 $0.5g–0.6g$（$4.9–5.9\ \text{m/s}^2$），明显低于干燥路面上乘用车能摸到的 $0.8g–1.0g$。
  2. 在线估计质量 m：通过悬架形变、轴荷传感器、或利用纵向动力学（$a_{actual}$ 与制动踏板/气刹压力的对应）反推当前总质量。近年已有 MEMS 轴荷传感器 + 梯度提升回归把刹车距离预测 MAE 做到约 1.58 m 的工作（见延伸阅读），说明"在线估质量"已经可行。
  3. 保守取值：规划时用 $a_{brake}$ 的下界（留裕量），宁可多留距离，也不冒险。

5.3 伪代码：载荷感知安全距离计算

下面是一段示意性伪代码（不含中文，便于直接移植）：

def cargo_aware_safety_distance(v_ego, v_front, m_ego, m_front,
                                 mu, rho_base, f_brake_max,
                                 g=9.81):
    # estimate achievable deceleration given mass and brake system limit
    a_friction = mu * g
    a_brake_limit = f_brake_max / m_ego
    a_ego = min(a_friction, a_brake_limit)
    a_front = min(mu * g, f_brake_max / m_front)

    # pneumatic/pneumatic lag grows slightly with mass (heavier -> slower build)
    rho_ego = rho_base + 0.15 * (m_ego / 16000.0)
    rho_front = rho_base + 0.15 * (m_front / 16000.0)

    d_react_ego = v_ego * rho_ego
    d_brake_ego = (v_ego ** 2) / (2.0 * a_ego)
    d_brake_front = (v_front ** 2) / (2.0 * a_front)

    d_safe = d_react_ego...  # placeholder, use formula below
    d_safe = v_ego * rho_ego + d_brake_ego - d_brake_front
    return max(d_safe, 0.0)

注：f_brake_max 为制动系统可提供的最大制动力（N），m_ego/m_front 为含 cargo 的总质量（kg）。这段伪代码仅用于说明"把 m 显式传入"，数值系数（如 0.15）为示意，非论文实测值。

5.4 和原 RSS 的兼容性

好消息是：修正后的公式完全兼容原 RSS 框架。原 RSS 只是"恰好把所有车当成同一质量"，现在只是把质量参数化、动态化。这意味着它可以作为一层"载荷感知安全壳"，套在现有规划器（包括端到端 VLA 的输出）外面，不改变上层架构，只把安全约束收紧。

六、实验 / 数值案例：空载 vs 满载，差多少

以下数值为基于公开工程数据（ICVES 议程、行业刹车距离资料、欧盟重卡质量上限）的** illustrative 估算**，用于直观说明量级，非论文实测表。

6.1 设定

  • 车速 $v = 80\ \text{km/h} = 22.2\ \text{m/s}$；
  • 反应时间 $\rho = 1.2\ \text{s}$（含系统延迟）；
  • 空载重卡总质量 $m_{empty} \approx 15000\ \text{kg}$，可达减速度约 $a_{empty} = 6.0\ \text{m/s}^2$（约 $0.61g$）；
  • 满载重卡总质量 $m_{full} \approx 40000\ \text{kg}$，受气刹力上限与挂车滞后限制，可达减速度约 $a_{full} = 4.5\ \text{m/s}^2$（约 $0.46g$）；
  • 仅看 ego 自身停车距离 $d_{stop} = v\rho + v^2/(2a)$（前车设为已停，便于比较）。

6.2 估算结果

工况总质量 m (kg)减速度 a (m/s²)反应距离 v·ρ (m)制动距离 v²/2a (m)总停车距离 (m)
空载重卡150006.026.641.267.8
满载重卡400004.526.654.981.5
差值+25000−1.50+13.7+13.7（约 +20%）

如果再用更保守的 $a_{full}=4.0\ \text{m/s}^2$（湿滑/挂车滞后叠加），满载制动距离会到 61.7 m，总距离 88.3 m，比空载多约 20.5 m（约 +30%）。

6.3 这意味着什么

20–30% 的停车距离差异，在高速跟车时就等于"多留一两辆小轿车的长度"。如果 RSS 按空载参数算安全距离、实际是满载，那么前车急刹时，你缺的就是这 13–20 米——而这正好是追尾发生的距离。论文（推测）正是用这类对比，量化了"忽略 cargo load 导致 RSS 距离不足"的代价。

更现实的是：满载重卡还叠加挂车推动效应、载荷转移限制，实际差距往往比上表更大。行业资料给出的定性结论一致——“满载卡车在高速公路上可能需要数百英尺才能停住”，且载重是首要放大因素。

七、与博客 nuTruck 的呼应：benchmark 测不出"质量意识"

本博客的 nuTruck 系列文章提出过一个扎心观点：现有的自动驾驶评测体系（典型如 nuScenes 的 PDMS 这类规划评测指标）主要衡量的是"轨迹像不像人、碰撞率高不高、成本/舒适度如何"，但几乎不含"动力学安全性"作为独立指标——尤其不考虑车辆质量、载荷这种关键动力学因素。

这篇 ICVES 2025 论文，正好从模型侧给了 nuTruck 论点一个工程注脚：

  • nuTruck 说：benchmark 不测质量 -> 模型"假装"所有车一样重也能拿高分；
  • 本论文说：正因如此，连安全壳（RSS）都默认质量恒定 -> 满载重卡在真实紧急工况下被低估 -> 撞车。

两者合起来的结论很明确：“能开得顺"和"知道满载重卡刹车更肉"是两件事。当前的评测与安全距离模型，都还停留在"乘用车思维”，没有把 cargo load 这个重卡世界最根本的动力学变量请进公式和指标里。

对做 VLA 的工程师而言，这意味着一个具体风险：如果你的端到端模型在训练/评测时从没见过"质量不同的同款车刹车距离不同"这种样本，它学到的"安全距离感"很可能是错的——而 RSS 这类外部安全阀，如果也用了错的质量假设，就双重失效了。

八、个人思考：安全距离/规划必须感知载荷，端到端能隐式学到吗

作为一线从业者，我读这篇论文有三点延伸想法，抛出来和大家讨论。

8.1 载荷感知不该只属于"安全壳"，也该进"规划器"

传统做法是：上层随便开，RSS 在外面兜底。但 RSS 本质是"最坏情况 + 保守裕量"，过度保守会牺牲通行效率（重卡本就慢，再留巨距更亏）。更好的方向是让规划器本身就"知道"当前载荷：

  • 输入端：把估计质量 m、载荷分布、挂车状态作为状态量喂给模型；
  • 约束端：MPC/CBF 类方法直接把 $a_{brake}(m)$ 写进约束；
  • 输出端：轨迹的刹车剖面（减速度曲线）随质量自适应。

这和同期 arXiv 工作 Safe and Operationally Efficient Longitudinal Control of Autonomous Truck Platoons（Hammerl et al., 2025）思路一致——他们用控制屏障函数（CBF）保证 truck platoon 的碰撞避免，并显式把 40000 kg 总质量、5.0 m/s² 制动上限写进安全约束。可见"质量进约束"已是重卡安全控制的主流写法。

8.2 端到端 VLA 能隐式学到质量吗？我持怀疑态度

一个乐观猜想：端到端模型看了海量真实驾驶视频，也许能"隐式"学会满载车要开慢点、留远距离。但我怀疑这不够：

  • 真实数据里"满载 vs 空载"的视觉差异极小（除非看到明显下沉的悬架），模型很难从像素直接推断质量；
  • 即便能，端到端缺乏"可验证的安全保证"，监管和量产都不敢只靠它；
  • 更稳的架构是"端到端输出建议轨迹 + 载荷感知 RSS/CBF 做硬约束校验"，既保上限又保下限。

8.3 在线质量估计是落地的关键前置技术

论文要成立，前提是车知道自己现在多重。这需要：

  • 轴荷传感器 / 悬架位移传感（已有 MEMS 方案）；
  • 或靠纵向动力学辨识（刹车时看减速度-制动力关系反推 m）；
  • 或车联网/调度系统直接下发货单质量。

哪条路先成熟，载荷感知 RSS 就能先在哪类车队落地（比如封闭场景的港口、矿区重卡，载荷已知且变化大，收益最高）。

九、延伸阅读

  • RSS 原始论文：Shalev-Shwartz, S., Shammah, S., Shashua, A. “On a Formal Model of Safe and Scalable Self-Driving Cars”, arXiv:1708.06374 (2017).——RSS 框架源头，建议精读其纵向/横向安全公式。
  • 同场会议论文：Ford Otosan, “Differential Braking-Assisted Emergency Steering Function for Semi-Trailer Trucks”, ICVES 2025 (TuCT1.3).——半挂卡车制动/转向安全的另一侧面。
  • 重卡编队安全控制：A. Hammerl et al., “Safe and Operationally Efficient Longitudinal Control of Autonomous Truck Platoons”, arXiv:2511.12336 (2025).——把 40000 kg 总质量、5.0 m/s² 制动上限显式写进 CBF 安全约束。
  • 载重感知刹车距离预测：“Real-Time Axle-Load Sensing and AI-Enhanced Braking-Distance Prediction for Multi-Axle Heavy-Duty Trucks”, Applied Sciences (2026).——MEMS 轴荷传感器 + 梯度提升，刹车距离预测 MAE 1.58 m，证明在线估质量可行。
  • 商用车 AEBS 载荷自适应：“Study on the Control Algorithm of AEBS for Commercial Vehicle Based on Identification of Driving Condition”, Machines (2022).——AEBS 决策中引入车辆质量与路况识别，做实时参数调整。
  • 本博客相关：nuTruck 系列（PDMS/现有 benchmark 不含动力学安全指标，载重是关键动力学因素）。

十、写在最后

这篇 ICVES 2025 论文（KATECH 团队）戳破了一个容易被人忽略的常识盲区：RSS 这把"安全尺"，刻度是按照乘用车刻的，直接拿去量满载重卡，量是会偏短的。 货物载荷（cargo load）通过质量 m 影响制动减速度、反应建立时间、载荷转移和碰撞能量，而经典 RSS 把它们全当常数。修正方法不复杂——把 m 显式写进安全距离公式，配合在线质量估计，就能让安全壳"知道车有多重"。

对 VLA 工程师的启示很实在：当你在调一个端到端驾驶模型时，别忘了它外面那层"安全底线"也可能带着乘用车的偏见。重卡世界的物理，比乘用车残酷得多，也更需要我们把质量这个最朴素的变量，请回公式里。

再次声明：本文对论文内部公式/实验数值的呈现，凡涉及具体推导与数据均为基于公开信息的合理推测与量级估算，正式引用请以 IEEE Xplore 原文（document 11376550）为准。