白话期权1. 自动驾驶规划系统的层次化架构解析
在自动驾驶技术发展过程中，路径规划（Route Planning）与运动规划（Motion Planning）的层次化协同架构已成为行业标准范式。这种架构设计源于对人类驾驶行为的深刻观察和工程实践中的必然选择。
1.1 人类驾驶行为的启发
当人类驾驶员使用导航系统时，其决策过程自然地分为两个层次：
- 宏观层面：选择从起点到终点的整体路线，考虑因素包括距离、时间、交通状况和个人偏好（如避开收费路段）。这个过程通常是离线或准离线的，输出结果为一系列道路片段组成的"路线指南"。
- 微观层面：在实际驾驶过程中，根据实时路况（如信号灯、障碍物、道路曲率等），将宏观路线指令转化为具体的油门、刹车和转向操作。这是一个连续的在线控制过程。
自动驾驶系统借鉴了这一分层认知结构，但面临着将抽象的"路线指南"转化为精确控制信号的巨大挑战。这主要体现在三个维度的差异上：
- 表征维度：路线由语义级道路段构成，而车辆需要几何级连续轨迹
- 信息维度：路线规划基于静态先验地图，运动规划必须融合动态实时感知
- 时间维度：路线规划考虑分钟到小时的代价优化，运动规划必须在毫秒到秒内完成决策
1.2 自动驾驶规划系统的四层经典模型
在自动驾驶发展历程中，最经典且广泛采用的规划架构是四层分解模型：
-
路径规划层（Route Planning）
- 工作频率：0.1-1 Hz
- 核心功能：基于路网拓扑的全局路径搜索
- 输出：参考路径和语义导航指令
-
行为决策层（Behavioral Planning）
- 工作频率：约10 Hz
- 核心功能：战术级驾驶行为决策
- 输出：行为指令（如变道、让行等）
-
轨迹规划层（Trajectory Planning）
- 工作频率：20-50 Hz
- 核心功能：生成满足约束的连续轨迹
- 输出：位置、速度、加速度的时间序列
-
反馈控制层（Feedback Control）
- 工作频率：100-500 Hz
- 核心功能：精确跟踪规划轨迹
- 输出：执行器控制命令
这种分层架构并非简单的功能拆分，而是在不同表征空间、约束条件和优化目标之间建立高效的映