1. 课程导入

欢迎进入《行为决策与轨迹生成系统》课程。在自动驾驶、移动机器人、无人机及智能制造等领域，智能体（Agent）在动态环境中实现自主移动的核心能力，正是行为决策（Behavioral Decision-Making）与轨迹生成（Trajectory Generation）两大模块的协同工作。本章作为课程导入，将明确学习目标、厘清核心概念、搭建整体知识框架，并深入剖析该技术在真实产业中的关键价值。我们将从系统架构视角出发，理解“感知-决策-规划-控制”闭环中行为决策与轨迹生成所处的枢纽位置，为后续章节的算法推导与工程实践奠定坚实基础。

1.1 学习目标：从理论到工程的能力构建

本课程的学习目标并非仅仅停留在算法原理的罗列，而是致力于构建一套从数学建模、算法设计到工程落地的完整能力体系。完成本课程后，学习者应能够：

• 掌握核心理论：深入理解行为决策中常用的有限状态机（FSM）、马尔可夫决策过程（MDP）、部分可观测马尔可夫决策过程（POMDP）以及基于博弈论的交互决策模型；掌握轨迹生成中基于采样、基于优化、基于插值三大类方法的数学本质与适用边界。
• 具备工程实现能力：能够使用C++或Python在ROS2环境下实现一个简化的行为决策与轨迹生成节点，并能够与仿真环境（如CARLA、Gazebo）或开源数据集（如nuScenes）进行联调。
• 建立系统评价思维：学会从安全性、舒适性、实时性、鲁棒性四个维度对算法进行量化评估，理解不同场景（高速公路、城区路口、园区低速）下算法设计的权衡。
• 理解行业前沿：了解端到端学习、大模型在决策规划中的应用趋势，以及车路协同、云控平台对车载决策系统的补充作用。

1.2 核心概念：行为决策与轨迹生成的定义与边界

在自动驾驶系统中，规划模块通常被细分为三个层次：任务规划（Mission Planning）、行为决策（Behavioral Decision-Making）和运动规划（Motion Planning）。其中，轨迹生成属于运动规划的核心子问题。为了精确界定本课程的研究范围，我们给出以下定义：

从上表可以看出，行为决策关注的是“做什么”（What to do），而轨迹生成关注的是“怎么做”（How to do it）。行为决策的输出是离散的或半连续的语义指令，而轨迹生成的输出是连续的、满足动力学约束的轨迹点序列。两者之间存在紧密的耦合关系：行为决策的质量直接影响轨迹生成的可行性与安全性；而轨迹生成的结果又反过来验证行为决策的合理性。

1.3 整体框架：课程内容组织与逻辑脉络

本课程共30章，按照“基础理论 → 行为决策 → 轨迹生成 → 系统集成与前沿”四大模块组织。这种递进式结构旨在帮助学员建立从局部到整体、从算法到系统的认知路径。

1. 基础模块（第1-5章）：涵盖坐标系变换、车辆运动学与动力学模型、环境感知接口与预测模块的交互方式。这是后续所有算法推导的数学与物理基础。
2. 行为决策模块（第6-12章）：从经典的有限状态机开始，逐步深入到基于MDP/POMDP的决策框架，并介绍基于深度强化学习的端到端决策方法。每章均配有典型场景（如匝道汇入、无保护左转）的案例分析。
3. 轨迹生成模块（第13-22章）：系统讲解采样法（RRT系列）、优化法（MPC、轨迹优化）、插值法（贝塞尔、B样条）以及时空联合规划方法。重点讨论约束处理、实时性优化和数值稳定性问题。
4. 系统集成与前沿（第23-30章）：包括仿真测试、功能安全（ISO 26262/ISO 21448）、车路协同、端到端大模型规划、以及典型落地案例拆解（如Robotaxi、无人配送车）。

1.4 应用价值：为什么行为决策与轨迹生成如此重要？

在真实的自动驾驶系统中，感知模块负责“看懂世界”，控制模块负责“执行动作”，而行为决策与轨迹生成则是“思考如何行动”的核心大脑。其应用价值体现在以下三个维度：

• 安全性：一个优秀的决策规划系统能够在复杂交通流中预测潜在冲突，并提前生成避撞轨迹。例如，在十字路口遇到对向车辆闯红灯时，行为决策模块需要迅速判断是紧急制动还是转向避让，轨迹生成模块则需在几十毫秒内计算出一条满足轮胎附着极限的安全轨迹。
• 通行效率与舒适性：在拥堵路况下，合理的变道决策和柔和的纵向速度规划可以显著提升平均通行速度，并减少乘客的晕眩感。根据麦肯锡2023年的一份报告，优化后的决策规划算法可使Robotaxi在城区的平均接管里程提升约40%。
• 系统鲁棒性与成本控制：与依赖高精地图和路侧设施的方案相比，强大的行为决策与轨迹生成算法可以降低对昂贵传感器的依赖。例如，特斯拉FSD通过先进的决策规划算法，在仅使用视觉方案的情况下实现了接近激光雷达方案的性能，从而大幅降低了硬件成本。

1.5 案例拆解：园区无人配送车的决策规划闭环

为了更直观地理解行为决策与轨迹生成在真实系统中的作用，我们以一个典型的园区无人配送车为例，进行全流程拆解。该案例贯穿本课程的核心思想，后续章节将反复引用此场景。

场景背景与约束：某科技园区内部署了10台无人配送车，负责从中央食堂向各办公楼送餐。园区道路宽度约4米，双向通行，存在大量行人、自行车以及临时停靠的车辆。车辆最高限速15km/h，要求紧急制动距离不超过0.5米。车载计算平台为NVIDIA Orin，决策规划模块的CPU占用率需控制在30%以内。

初始现象与目标：在试运行初期，车辆频繁出现“急停”现象，尤其在遇到路边临时停靠车辆时，车辆会先完全停止，再重新起步绕行，导致平均配送时长比预期高出25%。项目目标是将平均配送时长降低15%，同时保证零碰撞事故。

关键输入数据与参数：

# 感知模块输出（简化示例）
obstacle_list = [
  {"id": 1, "type": "vehicle", "position": [12.5, -1.8], "velocity": [0, 0], "yaw": 0.1},
  {"id": 2, "type": "pedestrian", "position": [8.2, 1.5], "velocity": [1.2, 0], "yaw": 0.0},
  {"id": 3, "type": "static_obstacle", "position": [15.0, 0.0], "velocity": [0, 0], "yaw": 0.0}
]
# 自车状态
ego_state = {"position": [0, 0], "velocity": 4.2, "acceleration": 0.0, "yaw": 0.0}
# 行为决策输出（原逻辑）
decision = "STOP_AND_WAIT"  # 因为检测到前方静态障碍物

分析判断过程：通过分析日志发现，原行为决策模块采用简单的规则：当检测到前方障碍物且横向距离小于1.5米时，一律输出“停车等待”。这导致车辆在遇到静态障碍物时，没有考虑“低速绕行”的可能性。而轨迹生成模块虽然具备绕行能力，但由于接收到的指令是“停车”，因此只能生成减速至零的轨迹。

实际操作步骤：

1. 行为决策优化：在FSM中增加“低速绕行”状态。当障碍物为静态且横向可通行空间大于1.2米时，决策输出“SLOW_DOWN_AND_OVERTAKE”，目标速度设为2m/s。
2. 轨迹生成调整：在轨迹生成模块中，针对“绕行”指令，增加基于B样条的横向偏移规划，并设置安全距离阈值（距障碍物边缘0.3米）。
3. 参数标定：通过仿真测试，将绕行时的最大横向加速度限制在0.5m/s²以内，以保证餐食不倾倒。

结果对比：优化后，车辆在遇到静态障碍物时不再完全停车，而是以2m/s的速度平稳绕行。平均配送时长缩短了18%，急停次数减少了90%。更重要的是，由于绕行轨迹平滑，乘客（园区员工）的舒适度评分从3.2分提升至4.5分（满分5分）。

风险与代价：该优化方案增加了行为决策模块的复杂度，需要额外处理绕行过程中的动态障碍物交互。例如，当绕行路径上突然出现行人时，系统需要能够快速切换回“停车”状态。为此，我们在轨迹生成中加入了“安全走廊”约束，并设置了更短的决策周期（从200ms缩短至100ms）。

复盘经验：此案例深刻揭示了行为决策与轨迹生成之间的“语义鸿沟”。一个过于保守的决策会严重限制轨迹生成的能力发挥；而一个过于激进的决策则可能导致轨迹生成模块无法在物理约束内求解。在实际工程中，必须将两者进行联合调优，甚至采用“决策-轨迹联合优化”的方案。

1.6 总结与学习路径建议

本章作为全课程的导引，明确了行为决策与轨迹生成系统的核心地位。我们通过定义对比、框架梳理和案例拆解，建立了以下关键认知：

• 行为决策解决“做什么”的问题，轨迹生成解决“怎么做”的问题，两者必须协同设计。
• 课程内容按照“基础-决策-轨迹-系统”四层递进，每章均配有工程案例与代码实践。
• 应用价值体现在安全性、效率、舒适性和成本控制四个维度，且在不同场景下权重不同。

在接下来的第二章中，我们将从数学基础出发，详细讲解车辆运动学模型（自行车模型）与动力学模型的推导过程，这是后续所有轨迹生成算法的物理前提。建议学员在课后复习线性代数中的矩阵变换和微积分中的泰勒展开，为后续学习做好准备。