系统架构基础：自动驾驶系统分层架构（感知-决策-控制），故障传播路径分析

各位同学，今天我们聊点硬核的。自动驾驶系统到底长什么样？说白了，它就是一个三层架构：感知、决策、控制。我做了这么多年系统，见过太多人把这三层混为一谈，结果出了问题根本不知道锅该甩给谁。

嗯，咱们先把这个架构掰开揉碎了讲清楚，然后再看看故障是怎么在层与层之间“传染”的。

一、感知层：车的眼睛和耳朵

感知层负责“看”和“听”。摄像头、激光雷达、毫米波雷达、超声波传感器，这些都是感知层的硬件。它们采集原始数据，然后交给算法去识别：前面是行人还是垃圾桶？车道线在哪？红绿灯什么颜色？

我个人习惯把感知层再拆成两块：

• 传感器数据采集：原始信号进来，做时间同步、空间对齐。我记得有一次项目里，摄像头和激光雷达的时间戳差了50毫秒，结果融合出来的目标位置直接偏了半米——这要是高速上，后果不敢想。
• 目标检测与跟踪：识别出障碍物，并持续跟踪它的运动轨迹。这里有个坑：感知算法偶尔会“丢帧”，比如行人被遮挡了一瞬间，再出现时ID变了，决策层就会以为来了个新人，急刹车就来了。

二、决策层：车的大脑

决策层拿到感知结果后，开始做判断。它要回答三个问题：我在哪？周围会发生什么？我该怎么做？

决策层内部又分几个子模块：

1. 定位与地图：高精地图+GPS+IMU，告诉车自己在哪条车道、距离路口多远。我曾经遇到过GPS信号丢失的情况，车在隧道里直接“迷路”了，决策层以为自己在另一条路上，差点拐错匝道。
2. 行为预测：预测周围车辆和行人接下来几秒会干什么。比如旁边那辆车是不是要变道？这个模块如果预测错了，决策就会跟着错。
3. 路径规划：从A到B怎么走？宏观路线、微观轨迹，都要算清楚。
4. 行为决策：要不要超车？要不要让行？这个模块直接输出“加速”、“刹车”、“转向”等指令。

三、控制层：车的手和脚

控制层负责执行。决策层说“加速到60km/h”，控制层就要算出来：油门踩多少？刹车要不要带一点？方向盘转几度？

控制层通常包含：

• 纵向控制：油门和刹车，控制车速。
• 横向控制：方向盘，控制转向。
• 执行器接口：把控制指令转成CAN总线信号，发给车辆的线控底盘。

这里有个容易忽略的点：控制层有物理极限。比如轮胎抓地力不够、刹车过热衰减，这些都会导致控制指令“打折扣”。我记得有一次测试，车在湿滑路面上，控制层要求急刹车，结果ABS介入后刹车距离比预期长了30%。

四、故障传播路径分析

好了，架构讲完了。现在咱们聊聊故障是怎么在层与层之间传播的。我画了一张图在脑子里，你们跟着我想象一下：

典型故障传播路径：

故障源头	传播路径	最终表现
传感器脏污（感知层）	感知输出错误目标 → 决策层误判 → 控制层执行错误指令	车辆误刹车或误转向
定位漂移（决策层）	定位误差 → 路径规划偏离 → 控制层按错误轨迹行驶	车辆偏离车道
执行器卡滞（控制层）	控制指令无法执行 → 决策层收不到反馈 → 持续发送无效指令	车辆失控或无法响应
通信延迟（跨层）	感知数据延迟 → 决策层使用过时信息 → 控制层执行过时指令	车辆反应滞后，容易发生碰撞

为什么会这样？因为每一层都依赖上一层的输出。感知层错了，决策层就跟着错，控制层再努力也白搭。反过来，控制层出了问题，决策层如果检测不到，就会一直发错误指令，形成恶性循环。

我曾经在一个项目中遇到过这样的案例：激光雷达的镜片上沾了一点泥巴，感知层把一辆正常行驶的轿车识别成了“静止障碍物”。决策层一看，前面有障碍物，立刻规划了紧急避让路径。控制层收到指令后猛打方向盘，结果车直接冲上了路肩。你看，一个小小的泥巴点，经过三层传播，最后变成了事故。

五、避坑指南

最后，分享几个我踩过的坑，你们以后遇到了能少走弯路：

• 我曾经以为感知层最可靠，后来发现传感器标定稍微偏一点，整个系统就崩了。所以，定期做传感器标定校验，别偷懒。
• 我曾经忽略过控制层的反馈，只盯着决策层看。结果车明明没转向，决策层还以为自己转对了。现在我的习惯是：每一条控制指令都要有执行反馈，形成闭环。
• 通信延迟是隐形杀手。你想想看，如果感知层和决策层跑在不同的芯片上，中间走以太网，一旦网络拥堵，延迟就会飙升。我建议你们在系统设计时就给通信链路加上超时检测和降级策略。

嗯，今天就先聊到这儿。下一节我们会深入讲故障检测的具体方法，包括怎么用残差分析来揪出那些隐藏的故障。到时候我会带一个真实的故障案例来拆解，你们准备好笔记本。