4、决策规划安全：行为预测的不确定性、路径规划的碰撞检测、安全冗余策略
决策规划这块，说实话，是自动驾驶系统里最让我头疼的部分。你想想看，感知模块告诉你前面有个障碍物，定位模块告诉你车在哪，但最终车怎么走，全靠决策规划来拍板。我参与过的几个项目里，出过问题的环节，十有八九都跟决策规划的安全设计有关。
今天咱们就聊三个核心点：行为预测的不确定性怎么处理、路径规划的碰撞检测怎么做、以及安全冗余策略怎么落地。嗯，这些都是我在实际项目中踩过坑的地方。
4.1 行为预测的不确定性
行为预测，说白了就是猜别人要干嘛。但问题是——猜，就一定有错的时候。
我记得有一次路测，我们的车预测旁边那辆卡车会直行，结果它突然变道了。还好我们的安全策略兜住了，不然就出大事了。从那以后，我对预测模块的输出就多留了个心眼。
核心观点：预测结果必须带置信度，不能只给一个“最可能”的结果。
我个人习惯的做法是，把预测结果分成三层：
- 最可能轨迹：概率最高的行为，用于正常规划
- 次可能轨迹：概率较低但不可忽略的行为，用于安全校验
- 极端情况：概率极低但后果严重的行为，用于紧急策略
为什么会这样分？因为你在路上开车，不能只盯着最可能的情况。你想想看，如果只按最可能轨迹来规划，一旦对方不按套路出牌，你就没有回旋余地了。
我曾经在项目中吃过这个亏。当时预测模块只输出了一条轨迹，结果对方车辆突然刹车，我们的车差点追尾。后来我强制要求预测模块必须输出至少3条候选轨迹，每条带概率值。这才把问题解决。
避坑指南：我曾经见过团队把预测置信度设得太高，结果导致规划模块过于激进。建议把预测的不确定性显式传递给规划模块，让规划层自己决定怎么权衡。
4.2 路径规划的碰撞检测
路径规划里的碰撞检测，不是简单的“有没有撞上”的问题。你得考虑时间维度、空间维度、还有各种边界情况。
我常用的碰撞检测方法有三种：
| 方法 | 适用场景 | 缺点 |
|---|---|---|
| 包围盒法 | 低速、简单场景 | 精度低，容易误报 |
| 多边形碰撞检测 | 中高速、复杂场景 | 计算量大 |
| 时空联合检测 | 动态障碍物密集场景 | 实现复杂 |
我个人建议，别只用一种方法。我在项目里是这么做的：先用包围盒法做快速筛选，把明显没问题的路径过滤掉。剩下的候选路径，再用多边形碰撞检测做精细判断。如果场景特别复杂，比如十字路口，那就得上时空联合检测。
这里有个关键点——碰撞检测不能只看当前帧。你得往前看几秒。我习惯的做法是，把未来3秒的轨迹都算出来，每0.1秒做一次碰撞检测。这样能提前发现潜在风险。
警告：千万别忽略自车尺寸的膨胀系数。我曾经遇到过，因为没考虑后视镜的宽度，导致路径规划出来的路线离障碍物太近，实际通过时差点刮到。建议把自车轮廓向外膨胀0.3米作为安全边界。
代码实现上，我一般这么写碰撞检测的核心逻辑：
def check_collision(trajectory, obstacles, ego_vehicle):
"""
检查轨迹是否与障碍物碰撞
trajectory: 未来N步的轨迹点
obstacles: 障碍物列表，每个障碍物包含位置、形状、速度
ego_vehicle: 自车模型，包含尺寸和膨胀系数
"""
for t, pose in enumerate(trajectory):
# 计算自车在t时刻的包围盒
ego_box = get_ego_bounding_box(pose, ego_vehicle)
for obs in obstacles:
# 预测障碍物在t时刻的位置
obs_pos = predict_obstacle_position(obs, t)
obs_box = get_obstacle_bounding_box(obs_pos, obs)
# 检测两个包围盒是否相交
if check_box_intersection(ego_box, obs_box):
return True, t, obs # 发生碰撞，返回碰撞时刻和障碍物
return False, None, None # 安全这段代码看着简单，但实际项目里要考虑的东西多得多。比如障碍物的形状不规则怎么办？自车在转弯时包围盒怎么变化？这些细节都得处理好。
4.3 安全冗余策略
安全冗余，说白了就是“万一主系统挂了，还有备胎”。但备胎不是随便备的，你得想清楚备什么、怎么备、什么时候切。
我参与过的一个项目里，决策规划模块挂了，结果车直接停在路中间。虽然没出事故，但后面的车差点追尾。从那以后，我对冗余策略就特别上心。
我个人习惯把安全冗余分成三个层次：
- 算法级冗余：同一个功能用不同算法实现。比如路径规划，主算法用A*，备算法用RRT*。两个算法同时跑，结果不一致时触发安全机制。
- 模块级冗余：关键模块做双备份。比如行为预测模块，主模块用深度学习模型，备模块用规则模型。主模块挂了，备模块立刻顶上。
- 系统级冗余：整个决策规划系统有独立备份。比如主系统用高算力平台，备份系统用低算力平台，只做最基本的紧急避障和靠边停车。
关键设计原则：冗余系统之间必须独立，不能有共享的故障点。我曾经见过一个设计，主系统和备份系统共用同一个电源模块，结果电源一坏，两个系统同时失效。这种冗余等于没有。
你想想看，什么时候该切换？我建议用“心跳检测+结果校验”的双重机制：
- 心跳检测：主系统每100ms发一次心跳信号，连续3次没收到，立刻切备份
- 结果校验：主系统输出的规划结果，如果连续2次超出安全边界（比如加速度太大、离障碍物太近），也触发切换
嗯，这里要注意。切换的时候不能太生硬。我见过一个项目，切换时方向盘突然打到底，把乘客吓一跳。正确的做法是，切换时做平滑过渡，比如用0.5秒的时间把控制权从主系统转移到备份系统。
避坑指南：我曾经在项目中遇到一个问题——备份系统长期不工作，结果真正需要它的时候，它已经“睡死”了。建议定期让备份系统做自检，比如每10分钟跑一次模拟场景，确保它随时能顶上。
最后说一句，安全冗余不是越多越好。冗余多了，系统复杂度上去了，反而可能引入新的故障点。我个人的经验是，抓住三个最关键的环节做冗余就够了：行为预测、路径规划、控制指令生成。其他的环节，做好监控和降级策略就行。
好了，决策规划安全这块就聊到这儿。记住一句话：预测要留余地，碰撞检测要提前，冗余要独立可靠。做到这三点，你的决策规划系统就能扛住大部分突发情况了。