行为决策与轨迹生成系统
30章 · 从入门到实战
🎯 友好色系
01
行为决策系统概述
自动驾驶层级
决策层级、定义与重要性，典型场景：高速巡航、城市道路、园区物流
02
有限状态机 (FSM) 基础
状态·事件
状态、事件、转移、动作；数学表示；手写车辆状态机（停车/启动/巡航）
03
分层状态机 (HSM)
嵌套·历史
状态嵌套、历史状态、进入/退出动作；复杂场景优势；带嵌套决策代码
04
决策树与行为树 (BT)
Sequence/Selector
节点类型(Sequence、Selector、Decorator、Condition)；与FSM对比；PyTrees避障树
05
基于规则的决策系统
规则引擎
规则引擎设计、冲突消解、优先级权重；交叉路口通行规则编码
06
马尔可夫决策过程 (MDP)
五元组
MDP五元组、策略与价值函数、贝尔曼方程；值迭代/策略迭代；Grid World
07
部分可观测MDP (POMDP)
信念状态
信念状态、观测模型、求解思路；自动驾驶变道决策应用
08
基于学习的决策方法
IL/DQN/PPO
模仿学习、DQN、策略梯度PPO；行为克隆与逆强化学习IRL简介
09
多智能体决策
博弈·纳什均衡
博弈论基础、协同/竞争决策；Social Force Model交互感知模型
10
轨迹生成概述
轨迹 vs 路径
轨迹与路径区别；约束(动力学/运动学/舒适性)；方法分类：图搜索、采样、优化
11
路径规划基础
Dijkstra/A*
Dijkstra、A*、JPS (Jump Point Search)；栅格地图实现
12
基于采样的规划
PRM/RRT*
PRM、RRT、RRT*、Informed RRT*；连续空间实现
13
曲线插值与拟合
贝塞尔/B样条
多项式曲线、贝塞尔、B样条、三次样条插值；生成平滑路径
14
Frenet坐标系
SL/ST坐标
Frenet与笛卡尔转换；SL坐标与ST坐标；轨迹生成优势
15
基于优化的轨迹生成
凸优化/QP
凸/非线性优化；代价函数(平滑/安全/效率)；二次规划求解轨迹
16
模型预测控制 (MPC) 基础
滚动优化
MPC原理、预测模型、滚动优化、约束处理；线性/非线性MPC
17
MPC轨迹跟踪
CasADi/OSQP
车辆运动学模型、状态空间、代价函数；代码实现(CasADi/OSQP)
18
时间一致性轨迹生成
ST图
速度规划与路径规划解耦；ST图(速度-时间)；梯形/S形速度曲线
19
安全约束与碰撞检测
AABB/GJK
碰撞检测(AABB、OBB、GJK)；安全距离模型；势场法避障
20
不确定性下的轨迹规划
鲁棒/随机MPC
鲁棒优化、随机MPC、机会约束；考虑感知不确定性的轨迹生成
21
交互感知轨迹规划
Social LSTM
预测其他交通参与者；交互博弈规划；Social LSTM与意图预测
22
轨迹评估与选择
代价·安全验证
代价函数综合评估、安全验证、舒适性指标；最优轨迹选择策略
23
系统集成
ROS2/CyberRT
决策与规划模块接口；消息传递(ROS2/CyberRT)；时序同步与延迟处理
24
仿真与测试
CARLA/SUMO
仿真环境搭建(CARLA、SUMO、Gazebo)；场景构建；闭环/开环测试
25
实车部署与调试
HIL/SIL
硬件在环(HIL)、软件在环(SIL)；实车标定；抖动/振荡/死锁排查
26
案例实战：高速变道
状态机·采样
场景分析、状态机设计、轨迹采样与优化；完整代码流程
27
案例实战：路口左转
无保护左转
无保护左转、交互博弈、动态窗口法(DWA)应用
28
案例实战：泊车轨迹
Reeds-Shepp
平行/垂直泊车、Reeds-Shepp曲线、Hybrid A*算法
29
前沿趋势
UniAD/LLM
端到端决策(UniAD、Interfuser)；大模型LLM as Planner；可解释性决策
30
课程总结与项目实战
综合项目
综合项目要求、系统架构设计、评估指标、答辩与展示要点