自动驾驶决策与规划技术详解:从全局导航到局部轨迹生成

引言

在自动驾驶系统架构中，决策与规划（Decision and Planning）模块承担着将感知、预测与定位信息转化为可执行车辆轨迹的核心任务。该模块通常划分为三个层级：全局规划（导航）、行为决策与局部规划（轨迹规划）。三者逐级细化，共同确保车辆在满足安全性、舒适性与交通规则的前提下，高效完成从起点到终点的行驶任务。

本文将系统梳理上述三层架构的技术内涵，详细解析主流算法原理，并厘清各模块的输入输出、运行频率与工程特性。

一、全局规划（Navigation / Global Planning）

1.1 功能定位

全局规划负责在高精度地图（HD Map）支持下，生成从起始点到目标点的粗略路径。路径长度通常为几公里至几十公里，主要用于指导车辆在宏观路网中的行驶方向。

1.2 核心特点

• • 输出为不规则折线，不考虑车辆动力学约束；
• • 不处理实时障碍物，避障责任交由下游模块；
• • 运行频率极低：通常仅在任务初始化或遭遇路径中断（如施工、断头路、严重偏航）时重新触发；
• • 技术成熟度高，是规划系统中最稳定的模块。

1.3 主流算法

（1）A* 搜索算法（A-star Search）

A* 是一种启发式图搜索算法，通过结合实际代价 g(n) 与启发式估计 h(n) 构建评价函数：

其中：

• •  为从起点到节点  的实际路径代价；
• •  为从节点  到目标点的启发式估计（如欧氏距离）。

A* 维护开放集（待扩展节点）与闭合集（已扩展节点），优先扩展  最小的节点。在启发函数  满足可采纳性（admissible，即不过高估计真实代价）时，A* 可保证找到最优路径。

工程实践中，A* 广泛用于基于栅格地图或拓扑路网的路径搜索。

（2）Dijkstra 算法

Dijkstra 是解决非负权图中最短路径问题的经典算法，采用贪心策略逐步扩展距离起点最近的未访问节点。

算法步骤：

1. 1. 初始化：起点距离为 0，其余节点为 ；
2. 2. 将起点加入最小堆（优先队列）；
3. 3. 弹出堆顶节点 ，标记为已访问；
4. 4. 对  的所有邻居 ，若通过  到  的路径更短，则更新  的最短距离；
5. 5. 将更新后的  重新入堆；
6. 6. 重复 3–5，直至目标节点被访问或堆为空。

时间复杂度：使用最小堆时为 ，其中  为节点数， 为边数。局限性：无法处理负权边，且搜索效率低于 A*（因其缺乏启发信息）。

二、行为决策（Behavior Decision）

2.1 功能定位

行为决策模块根据当前交通环境（包括静态/动态障碍物、交通信号、路权等），生成车辆的高层驾驶意图，如“左转”、“右转”、“变道”、“减速避让”、“加速超车”等。

2.2 核心特点

• • 不输出具体控制量（如方向盘转角、加速度），仅提供语义级意图；
• • 在环境稳定时，决策结果应保持时间一致性，避免频繁切换；
• • 运行频率约 10 Hz，以满足实时性要求；
• • 是整个规划系统中逻辑最复杂、不确定性最高的子模块。

2.3 典型算法

1. 1. 规则引擎（Rule-based Engine）基于交通法规与人工编写的驾驶策略（如“遇行人过街须停车”、“跟车距离小于安全阈值则减速”）。优点是可解释性强、验证充分；缺点是难以覆盖长尾场景。
2. 2. 行为克隆（Behavior Cloning）通过监督学习，从人类驾驶数据中学习状态到动作的映射。需大量高质量驾驶数据，且存在分布偏移（distribution shift）问题。
3. 3. 强化学习（Reinforcement Learning, RL）将驾驶建模为马尔可夫决策过程（MDP），通过与环境交互学习最优策略。深度强化学习（如 DDPG、PPO）可处理高维状态空间，但训练成本高、安全性验证难。
4. 4. 模型预测与交互决策结合对其他交通参与者（车辆、行人、骑行者）的行为预测模型，预判其未来轨迹，并据此制定避让或协同策略。常与博弈论、交互感知（Interaction-aware Prediction）结合使用。

实际系统中，上述方法常融合使用：规则引擎处理常规场景，学习方法处理复杂交互。

三、局部规划（Local Planning / Trajectory Planning）

3.1 功能定位

局部规划在行为决策的约束下，在短时域（通常 1–5 秒）与近距离（几米至几十米） 内，生成一条满足车辆动力学、运动学、安全与舒适性约束的可执行轨迹。轨迹包含位置、速度、加速度等时序信息，直接输入控制模块进行跟踪。

3.2 核心特点

• • 以行为决策输出为输入（如“执行左转”）；
• • 输出为带时间戳的轨迹点序列；
• • 运行频率约 10 Hz；
• • 必须满足硬约束：最大曲率、最大加速度、最小安全距离等。

3.3 主流方法分类

（1）采样-based 方法（Sampling-based）

在状态空间或控制空间中随机或启发式采样候选轨迹，通过代价函数评估后选择最优解。

• • RRT（Rapidly-exploring Random Tree）：通过随机扩展树结构探索高维空间，适用于非完整约束系统。
• • RRT*：RRT 的渐进最优变体，通过重连优化路径质量。
• • PRM（Probabilistic Roadmap）：先构建路图，再进行查询，适合多查询场景。

优点：计算快、适合复杂障碍环境；缺点：解的质量依赖采样密度，难以保证最优性。

（2）优化-based 方法（Optimization-based）

将轨迹规划建模为约束优化问题，目标函数通常包含：

• • 轨迹平滑性（最小化曲率变化）
• • 跟踪误差（与参考线偏差）
• • 安全性（与障碍物距离）
• • 舒适性（加速度、加加速度 jerk 限制）

常用算法：

• • 模型预测控制（MPC, Model Predictive Control）MPC 在每个控制周期内，基于车辆动力学模型（如自行车模型）预测未来 N 步状态，求解如下优化问题：s.t.其中  为车辆模型， 为状态与控制约束集。MPC 仅执行第一步控制，下一周期重新规划，形成滚动优化。
• • 其他：非线性规划（NLP）、二次规划（QP）、遗传算法等。

MPC 优势在于显式处理约束与模型，广泛用于高速场景；但计算开销大，需高效求解器（如 OSQP、ACADO）。

（3）深度学习方法

采用端到端或模块化神经网络，直接从传感器输入生成轨迹。

• • CNN：处理图像或栅格化BEV（Bird’s Eye View）地图；
• • RNN/LSTM/Transformer：建模时序依赖；
• • 模仿学习 or 强化学习：训练策略网络。

优势：可学习复杂策略；挑战：缺乏可解释性、泛化能力有限、安全验证困难。

（4）多模态规划（Multi-modal Planning）

针对不同驾驶场景（城市、高速、泊车）动态切换规划策略。例如：

• • 城市区域：采用 MPC + 交互预测；
• • 高速巡航：采用采样法或几何曲线（如样条）；
• • 泊车：采用基于图搜索或优化的专用算法。

实现方式可为规则触发或基于场景识别的机器学习分类器。

四、模块协同与系统集成

三层次规划模块形成级联流水线：

1. 1. 全局规划提供参考路径（Reference Path）；
2. 2. 行为决策基于感知与预测，输出当前周期的驾驶意图（如“lane change left”）；
3. 3. 局部规划结合参考路径与意图，在局部时空域内生成安全、可行、舒适的轨迹；
4. 4. 控制模块（如PID、LQR、MPC控制器）跟踪该轨迹，输出执行指令。

全局规划与行为决策通常解耦运行，而行为决策与局部规划常在10Hz下同步迭代。

五、工程挑战与发展趋势

当前挑战：

• • 实时性与计算资源平衡：MPC 等优化方法对算力要求高；
• • 长尾场景覆盖：规则系统难以穷举，学习方法泛化不足；
• • 安全验证：尤其对黑盒深度学习模型；
• • 多智能体协同：在V2X支持下，需考虑车辆间协同规划。

未来方向：

• • 混合架构：规则 + 学习 + 优化的融合框架；
• • 端到端可微分规划：将感知、预测、规划统一为可训练网络；
• • 仿真驱动迭代：通过大规模仿真闭环训练与验证；
• • 人机共驾中的意图对齐：在L2/L3系统中理解驾驶员意图。

六、总结

自动驾驶决策与规划系统是一个多层次、多算法融合的复杂体系。各层级分工明确：

理解这三层的功能边界、算法选型与交互机制，是设计高效、安全、鲁棒自动驾驶规划系统的关键。