📚 课程目录第1章 Autoware规划模块概览

1. Autoware规划模块概览

各位同学好，我是老张。在自动驾驶行业摸爬滚打了七八年，踩过的坑比走过的路还多。今天咱们来聊聊Autoware规划模块，这个模块说白了就是自动驾驶的「大脑」——它决定了车该怎么走、走哪条路、什么时候变道。

我记得刚接触Autoware那会儿，看着一堆节点和话题，头都大了。后来慢慢理清了脉络，才发现其实没那么复杂。今天我就把这块掰开了揉碎了讲给你听。

先看一张整体架构图，这是我用SVG画的，帮你快速建立全局认知。

从这张图你能看到，规划层夹在感知定位和控制之间。它接收上游的障碍物信息和自车位姿，输出一条安全、舒适、可执行的轨迹给控制层。我习惯把规划模块比作「司机的大脑」——感知是眼睛，定位是方向感，控制是手脚，而规划就是那个做决策的大脑。

规划模块本身又分三层，每一层干的事都不一样。咱们一层层来看。

这一层负责回答「去哪儿」的问题。它根据起点和终点，在高精地图上找出一条宏观路径。说白了就是导航，跟手机地图差不多。

在Autoware里，lane_planner 节点干的就是这个活。它读取HD Map，用A*或Dijkstra算法在车道级路网上搜索路径。输出是一系列车道ID的序列。

关键点：全局路径不包含具体的速度信息，只包含空间上的车道序列。它更新频率很低，一般只在路线改变时才重新规划。

这一层回答「怎么走」的问题。它根据全局路径和当前交通场景，决定下一秒该做什么动作。

举个例子：前方有车挡路，行为规划要决定——是跟车、变道、还是停车等待？在Autoware里，behavior_planner 节点用有限状态机（FSM）来管理这些行为状态。

我项目中遇到过一个问题：FSM状态切换太生硬，导致车辆在路口犹豫不决。后来我们加了状态平滑过渡机制，才解决了这个「犹豫症」。

这一层回答「具体怎么走」的问题。它把行为规划的动作意图，转化成一条平滑、安全、可执行的轨迹。轨迹包含位置、速度、加速度、曲率等信息。

在Autoware里，motion_planner 节点负责这个活。它用优化算法（比如二次规划QP、样条插值）生成轨迹。我建议你重点关注两个子模块：

调试小技巧：当你发现车辆行驶不平顺时，先检查速度规划器。很多时候问题出在加速度突变上，而不是路径本身。我曾经花了两天排查路径问题，最后发现只是速度曲线没平滑好。

搞清楚了架构，咱们再来看看数据是怎么在模块间流动的。我画了一张数据流图，你跟着箭头走一遍就明白了。

数据流其实就三步：

注意：数据流的时序非常关键。如果感知输入延迟了100ms，规划模块还在用旧数据做决策，那后果...嗯，我在测试场亲眼见过一辆车因为数据延迟直接冲上了路沿。所以调试时一定要用 rosbag 回放检查时间戳对齐情况。

最后，我把规划模块的核心组件整理成了一张表。你调试的时候，对照这张表就能快速定位问题出在哪个节点。

组件名称	节点名	输入话题	输出话题	核心算法
全局路径规划	lane_planner	/map/vector_map /planning/goal	/planning/route	A* / Dijkstra
行为规划	behavior_planner	/planning/route /perception/objects	/planning/scenario	有限状态机
路径生成	path_generator	/planning/scenario	/planning/path	样条插值 / 优化
速度规划	velocity_planner	/planning/path /perception/objects	/planning/trajectory	ST图 / 速度优化

你想想看，这么多节点协同工作，任何一个环节出问题，车就跑不起来。我刚开始调试的时候，经常在 rqt_graph 里盯着节点连线看半天，就为了确认数据有没有断掉。

一句话总结：规划模块 = 全局路径（去哪儿）+ 行为决策（怎么走）+ 运动规划（具体轨迹）。调试时从输出往回查，先看轨迹有没有发布，再看场景决策对不对，最后查全局路径是否合理。

好了，这一章的内容就到这儿。记住这张架构图和数据流，后面咱们讲具体调试技巧时，你会经常回来翻它的。