3. 环境感知与状态表示

行为决策与轨迹生成系统并非在真空中运行，其输入质量直接决定了输出轨迹的安全性、舒适性与可行性。在自动驾驶或机器人系统中，环境感知模块负责回答“周围有什么”，而决策规划模块需要回答“我该怎么办”。两者之间的桥梁，正是本章要探讨的“状态表示”问题——即如何将原始传感器数据（点云、图像、毫米波雷达回波）经过障碍物检测、地图构建、目标预测等处理，转化为决策与规划模块能够高效消费的结构化输入。本章将系统梳理障碍物检测的输出形式、栅格地图与高精地图的差异与适用场景、预测模块的关键输出，并重点讲解感知信息向决策规划输入转化的接口设计与数据协议。

3.1 障碍物检测：从原始点云到结构化目标列表

3.1.1 核心原理：检测与跟踪的融合

障碍物检测的目标是将传感器原始数据转化为“目标列表”，每个目标包含空间位置、几何尺寸、运动状态和语义类别。在LiDAR为主的方案中，典型流程为：点云预处理（去噪、地面分割）→ 聚类或深度学习方法提取候选目标 → 3D边界框回归 → 多目标跟踪（如卡尔曼滤波或匈牙利匹配）→ 输出稳定的目标ID与运动状态。在视觉为主的方案中，则通过2D检测 + 深度估计 + 多视角融合实现类似输出。关键点在于：检测是逐帧的，而跟踪赋予目标时间一致性，这是决策模块判断“目标是否危险”的基础。

3.1.2 输出字段与质量标准

3.1.3 案例拆解：城市路口行人横穿场景

某城市L4级自动驾驶测试车行驶至无保护左转路口，感知模块在t=0时刻检测到右侧路沿旁一个行人目标（ID=17），类别为“行人”，位置(12.3m, -4.5m)，速度(0.2m/s, 0.1m/s)，置信度0.92。跟踪模块在连续5帧中保持ID稳定，且速度估计收敛。此时决策模块判断该行人处于静止状态，但预测模块根据行人朝向（面向车道）和历史运动趋势，输出两条预测轨迹：轨迹A（概率0.6）为继续静止等待，轨迹B（概率0.4）为未来2秒内启动横穿。决策模块据此将行人状态标记为“潜在横穿者”，在规划中增加虚拟障碍物膨胀区域，并将速度限制从15m/s降至8m/s。若感知模块仅输出单帧检测而无跟踪ID，决策模块将无法判断该行人是静止还是缓慢移动，可能误判风险等级。

3.2 栅格地图与高精地图：两种空间表示的分工与融合

3.2.1 栅格地图：动态占据的实时表达

栅格地图将车辆周围环境离散化为均匀网格，每个格子存储占据概率。其优势在于：无需语义理解即可表达任意形状的障碍物，对未知物体鲁棒；计算简单，适合实时更新。典型参数：分辨率0.2m，视野80m×40m，更新频率10Hz。栅格地图通常由多帧点云投影到BEV视角并做概率累积生成，同时进行膨胀处理（根据车辆尺寸将障碍物边界外扩）。决策规划中，栅格地图主要用于：局部路径规划的代价地图、无车道线区域的自由空间搜索、以及紧急避障的可行区域判断。

3.2.2 高精地图：先验语义的静态层

高精地图提供厘米级精度的车道几何、拓扑关系、交通标志等静态信息。与栅格地图不同，高精地图不随传感器实时更新，而是作为先验知识在启动时加载，并在运行中通过定位模块进行匹配。其核心价值在于：将规划问题从“自由空间搜索”简化为“车道约束下的轨迹优化”。例如，高精地图明确给出车道中心线、停止线位置、限速值，决策模块可以直接基于这些语义元素进行行为选择（如是否允许变道、是否需停车让行）。

3.2.3 对比与融合策略

实际系统中，两者互补：高精地图提供“应该走哪条车道”，栅格地图提供“当前哪里被占据”。融合策略通常为：以高精地图为骨架，将栅格地图中的动态障碍物叠加到车道坐标系中，形成“带语义的局部占用图”。例如，在变道决策中，高精地图判断目标车道存在且合法，栅格地图进一步确认该车道内无动态障碍物，两者同时满足才允许变道。

3.3 预测模块输出：从当前状态到未来可能性

3.3.1 预测输出的核心内容

预测模块的任务是估计其他交通参与者的未来状态分布。输出通常包含：多模态轨迹集合（每条轨迹为时间序列的位置点）、每条轨迹的概率、以及轨迹的不确定性（协方差）。例如，对一辆接近路口的车辆，预测模块可能输出：轨迹1（概率0.5）直行通过，轨迹2（概率0.3）减速停车，轨迹3（概率0.2）左转。这些轨迹的时间范围通常为3~8秒，时间步长0.1~0.2秒。决策模块利用这些信息进行风险评估——如果所有预测轨迹均与自车规划轨迹无冲突，则安全；若存在高概率冲突，则需减速或改变策略。

3.3.2 预测与决策的交互模式

预测并非单向输出，而是与决策形成闭环。当决策模块选择“加速通过路口”时，预测模块应相应调整对其他车辆的预测假设（例如假设对方会减速让行）。这种交互式预测在复杂交互场景（如无保护左转、匝道汇入）中至关重要。实际系统中，常采用“假设-验证”循环：决策模块提出候选行为，预测模块基于该行为重新评估风险，若风险可接受则执行，否则调整行为。

3.3.3 案例拆解：高速匝道汇入场景

自车以20m/s行驶在加速车道上，准备汇入主路。感知模块检测到主路后方来车A（速度25m/s，距离自车后方30m）和前方车辆B（速度18m/s，距离自车前方40m）。预测模块对车辆A输出两条轨迹：轨迹A1（概率0.7）保持当前速度继续直行，轨迹A2（概率0.3）减速让行。对车辆B输出轨迹B1（概率0.9）保持匀速，轨迹B2（概率0.1）减速。决策模块计算：若自车以25m/s加速汇入，与轨迹A1在3.2秒后存在潜在冲突点，冲突概率0.7×0.9=0.63，超过安全阈值0.3。因此决策模块选择“减速等待”策略，将自车速度降至15m/s，等待车辆A通过后再汇入。此时预测模块更新车辆A的预测——由于自车减速，车辆A更可能保持速度（概率升至0.85），冲突概率降至0.1以下，决策模块确认安全后执行汇入。

3.4 感知信息转化为决策与规划输入：接口设计与数据协议

3.4.1 坐标系与时间同步

所有感知输出必须统一到同一坐标系和时间基准。通常采用车体坐标系（原点在后轴中心，x向前，y向左）作为感知输出的基准，再由规划模块转换到全局坐标系（如UTM）。时间同步方面，每个感知帧必须携带精确时间戳，且与规划模块的主时钟对齐（误差<5ms）。若时间不同步，高速场景下1ms误差可导致0.02m的位置偏差，在紧急制动场景中可能造成误判。

3.4.2 数据帧结构与传输

// 感知输出数据帧示例（简化protobuf定义）
message PerceptionFrame {
  uint64 timestamp_ms = 1;          // 主时钟时间戳
  uint32 frame_id = 2;              // 帧序号
  repeated Obstacle obstacles = 3;  // 障碍物列表
  OccupancyGrid grid = 4;           // 栅格地图
  MapReference hd_map_ref = 5;      // 高精地图引用
}

message Obstacle {
  uint32 id = 1;
  enum Type { UNKNOWN=0; CAR=1; PEDESTRIAN=2; CYCLIST=3; }
  Type type = 2;
  float x = 3; float y = 4; float z = 5;
  float length = 6; float width = 7; float height = 8;
  float theta = 9;
  float vx = 10; float vy = 11;
  float confidence = 12;
  repeated PredictedTrajectory trajectories = 13;
}

传输层通常采用共享内存（同机部署）或DDS/ROS2（分布式部署），要求端到端延迟（传感器采集→感知处理→决策规划）小于100ms。在功能安全要求下，还需设计降级通道：当感知数据质量下降（如置信度普遍低于阈值）时，决策模块应切换至保守模式（如减速至安全停车）。

3.4.3 常见误区与工程复盘

• 误区一：将栅格地图直接作为规划输入而不做语义过滤。栅格地图中的“动态噪点”（如树叶、飞鸟）会导致规划轨迹频繁抖动。应在栅格地图生成时结合语义信息进行滤波。
• 误区二：忽略预测的不确定性。仅使用单一最可能轨迹进行决策，在预测概率分布较分散时（如行人犹豫是否横穿），会低估风险。应使用概率加权或保守策略。
• 误区三：高精地图与实时感知冲突时盲目信任高精地图。例如地图显示车道畅通，但感知发现前方有施工锥桶，此时应以实时感知为准，并触发地图更新请求。

综上所述，环境感知与状态表示是行为决策与轨迹生成系统的“眼睛”和“记忆”。障碍物检测提供动态目标的结构化描述，栅格地图提供实时占据空间，高精地图提供先验语义约束，预测模块则打开未来可能性的窗口。四者通过统一的时间戳、坐标系和数据结构，共同构成决策规划模块的完整输入。工程实践中，必须重视接口的鲁棒性设计——包括降级策略、延迟补偿和不确定性传递，才能确保系统在复杂真实环境中安全可靠运行。