第1章：软件架构总览——自动驾驶软件栈的经典分层模型

各位同学，欢迎来到《自动驾驶软件栈分层架构深度解析》的第一课。

今天咱们聊聊整个软件栈的骨架——也就是那个经典的“感知-规划-控制”三层模型。我做了这么多年自动驾驶，见过不少团队上来就撸代码，结果写到一半发现各模块之间根本对不上。嗯，这就是典型的“架构先行”没做到位。

1.1 为什么一定要分层？

你想想看，一辆车在路上跑，它需要“看路”、“想怎么走”、“动方向盘和油门”。这三个动作，本质上就是三个完全不同类型的问题。

• 感知层：处理传感器数据，回答“我周围有什么？”
• 规划层：基于感知结果，回答“我接下来要去哪？”
• 控制层：执行规划指令，回答“我怎么动才能到那里？”

我个人习惯把这三层比作一个公司的三个部门：感知是情报部，规划是参谋部，控制是执行部。情报部搞错了，参谋部再聪明也没用；参谋部指令不清，执行部再猛也白搭。

1.2 感知层：从原始数据到结构化信息

感知层是软件栈的“眼睛”和“耳朵”。它的输入是摄像头、激光雷达、毫米波雷达、超声波等传感器的原始数据。输出呢？是结构化的环境模型。

举个例子，摄像头拍到的是一帧1920x1080的RGB图像，但感知层要输出的是：

• 前方50米处有一辆白色轿车，速度约60km/h
• 右侧车道线是虚线，距离本车0.8米
• 路口红绿灯显示为绿灯，剩余时间15秒

我在项目中遇到过最头疼的事，就是感知模块把一辆静止的卡车识别成了“天空”。嗯，后来查原因，是训练数据里卡车样本太少。所以这里要提醒大家：感知层的鲁棒性，往往不取决于算法有多炫，而取决于数据有多全。

1.3 规划层：从环境理解到行为决策

规划层拿到感知层输出的结构化信息后，要回答一个更复杂的问题：“我该怎么走？”

规划层内部其实还可以再细分：

子模块	职责	典型输出
任务规划	决定宏观路径（A点到B点）	导航路线、车道级路径
行为规划	决定驾驶行为（跟车、变道、超车）	行为指令：保持车道、准备变道
运动规划	生成具体轨迹（时间-位置-速度曲线）	一条平滑的轨迹线

说白了，任务规划告诉你“从北京到上海走G2高速”，行为规划告诉你“前方有慢车，准备变到左侧车道”，运动规划则告诉你“接下来3秒内，方向盘打5度，油门开度20%”。

我个人习惯把运动规划的输出叫做“时空走廊”——它不仅要规划位置，还要规划每个时刻的速度和加速度。为什么？因为如果只规划路径不规划速度，控制层拿到一个急转弯的路径，却不知道要减速，那车就翻了。

1.4 控制层：从轨迹到执行

控制层是软件栈的“手脚”。它的输入是规划层给出的轨迹（包含位置、速度、加速度、横摆角等），输出是发给执行器的具体指令：方向盘转角、油门开度、制动压力。

控制层最经典的方法是PID控制和模型预测控制（MPC）。我刚开始做控制时，觉得PID太简单，非要上MPC。结果呢？MPC调参调了两个月，车还在原地画圈。后来老老实实从PID起步，先把车跑起来，再逐步优化。

1.5 数据流交互：各层之间怎么“说话”？

三层架构定好了，接下来最关键的问题：数据怎么在层之间流动？

我建议用“发布-订阅”模式。每一层把自己的输出发布到某个主题（Topic）上，下游模块订阅自己需要的主题。这样做的好处是：

• 解耦：感知层换了算法，只要输出格式不变，规划层不用改代码
• 可扩展：想加一个紧急制动模块？直接订阅感知层的障碍物信息就行
• 可调试：每个Topic都可以录制成bag文件，回放分析

举个例子，数据流大概是这样的：

传感器数据 → 感知层 → 障碍物列表、车道线、交通标志
                ↓
          规划层 → 目标轨迹（时间序列的位置/速度/加速度）
                ↓
          控制层 → 方向盘转角、油门、制动指令
                ↓
          车辆执行器 → 车辆运动

你想想看，如果感知层输出的障碍物列表里，有一个障碍物的ID是乱码，规划层怎么处理？所以，数据接口的定义一定要严格。我习惯用protobuf定义每个Topic的消息格式，字段名、类型、取值范围、单位，全都写清楚。

1.6 小结

好了，这一章我们聊了自动驾驶软件栈的经典三层模型：

• 感知层：把传感器数据变成结构化环境信息
• 规划层：把环境信息变成可执行的轨迹
• 控制层：把轨迹变成车辆执行指令

这三层之间通过定义良好的接口进行数据交互，每一层各司其职，不越界。嗯，听起来很简单对吧？但实际落地时，每一层都有无数的坑等着你。接下来的章节，我会逐一深入每个模块，把我在项目中踩过的坑、总结的经验，全都掏出来给你们看。

下一章，咱们深入感知层，聊聊传感器融合的那些事儿。