1. 行为决策系统概述

大家好，我是你们这堂课的主讲人。今天咱们聊聊行为决策系统。说实话，这个模块是整个自动驾驶/机器人系统里，最像「人脑」的部分。你想想看，感知系统好比眼睛，规划控制好比手脚，而行为决策，就是那个「想」的过程。

我个人习惯把自动驾驶系统比作一个团队。感知是侦察兵，定位是地图官，控制是驾驶员。而行为决策，就是那个发号施令的指挥官。没有它，车就是一堆传感器的集合体，不知道该干嘛。

1.1 自动驾驶/机器人中的决策层级

先说说层级结构。我见过不少刚入行的同学，一上来就想着怎么让车直接避开障碍物。其实不对。决策是分层的，就像军队指挥一样。

通常我们把它分成三层：

• 任务规划（Route Planning）：最高层。从A点到B点，走哪条路？高速还是地面？这个层级时间尺度最长，通常是秒级甚至分钟级。说白了，就是导航干的事。
• 行为决策（Behavioral Decision）：中间层。在确定了路径之后，具体怎么走？比如「前方有车，我要不要变道？」、「路口是直行还是等待？」。这个层级时间尺度在100毫秒到几秒之间。嗯，这就是我们今天要讲的核心。
• 运动规划（Motion Planning）：最底层。决定了行为之后，具体怎么打方向盘、怎么踩油门？生成一条平滑的轨迹。时间尺度在10-100毫秒。

1.2 行为决策的定义与重要性

行为决策，说白了就是「在特定场景下，选择最合适的驾驶行为」。比如：跟车、变道、超车、停车、绕行、让行等等。

为什么它这么重要？我给你讲个真实案例。我曾经参与过一个园区物流项目，车在路口遇到一个行人。感知系统明明检测到了，运动规划也能绕过去。但行为决策模块却选择了「直行通过」——因为它没识别出「行人过马路」这个场景。结果就是，车差点撞到人。

你看，感知和规划再好，决策错了，全白搭。行为决策是安全性的最后一道防线。它决定了车是「聪明地避开」还是「莽撞地冲过去」。

1.3 典型应用场景

不同场景，行为决策的侧重点完全不同。我挑三个最常见的聊聊。

1.3.1 高速巡航

高速场景，说白了就是「简单但危险」。为什么？因为车速快，决策时间窗口极短。100公里时速下，每秒跑27米。你犹豫0.5秒，车就冲出去十几米。

高速巡航的行为决策，核心是：

• 车道保持：保持在当前车道内，不压线。
• 自适应巡航：根据前车速度调整自车速度，保持安全距离。
• 变道决策：判断是否具备变道条件。我习惯用「安全间隙」来判断——目标车道前后车距离是否足够。
• 紧急避让：遇到突然切入的车辆或障碍物，是刹车还是转向？

这里有个坑。我曾经在高速测试时，遇到前车急刹。我的决策系统选择了「急刹车」，但没考虑后车距离。结果后车差点追尾。后来我加了一条规则：急刹车前，先判断后车距离。如果后车太近，优先选择「轻微转向+缓刹」。

1.3.2 城市道路

城市道路，是行为决策最复杂的地方。为什么？因为不确定性太多。行人可能突然横穿，自行车可能闯红灯，路口可能有交警指挥。

城市道路的行为决策，核心是：

• 路口通行：直行、左转、右转，各自有不同的优先级和让行规则。
• 行人交互：是让行还是抢行？我建议在无保护路口，一律让行。安全第一。
• 拥堵跟车：走走停停，如何保持舒适性和安全性？
• 变道与绕行：遇到路边停车或施工区域，如何决策？

1.3.3 园区物流

园区物流，是相对「友好」的场景。车速慢（通常不超过30公里/小时），环境相对封闭。但别小看它，也有自己的难点。

园区物流的行为决策，核心是：

• 定点停靠：在指定位置精确停车，误差不超过10厘米。
• 倒车入库：如何规划倒车路径？我习惯用「分段决策」——先直行到合适位置，再倒车入库。
• 人车混行：园区里经常有工人走动，如何安全交互？
• 多车协同：多辆物流车同时作业，如何避免冲突？

我记得有个项目，园区里有一辆叉车经常挡路。我们的决策系统一开始只会「等待」，结果导致整个物流线路瘫痪。后来我加了一个「绕行决策」——如果等待超过10秒，就尝试从旁边绕过去。问题就解决了。

1.4 小结

好了，这一章的内容就这些。总结一下：

• 决策层级分三层：任务规划、行为决策、运动规划。行为决策是中间层，承上启下。
• 行为决策的核心是「在特定场景下选择最合适的驾驶行为」。安全是第一优先级。
• 不同场景侧重点不同：高速看反应速度，城市看不确定性处理，园区看精细操作。

下一章，我会带大家深入行为决策的算法实现。我们会聊聊有限状态机、决策树，还有我踩过的那些坑。到时候见。