📚 课程目录第4章闭环仿真系统架构

4. 闭环仿真系统架构

自动驾驶世界模型闭环仿真的核心，不是把感知、预测、规划、控制四个模块简单串起来，而是让它们在一个可反复迭代的闭环回路中互相影响：感知结果改变预测输入，预测结果改变规划决策，控制动作又通过仿真引擎改变下一帧的世界状态。理解这条回路的架构、数据流与时钟约束，是搭建可复现、可扩展仿真系统的前提。

一、闭环回路的四段结构与仿真引擎的位置

闭环仿真系统通常由五个角色构成：感知模块、预测模块、规划模块、控制模块，以及承载世界演化的仿真引擎。仿真引擎负责生成传感器原始数据（相机图像、激光点云、毫米波回波、GNSS/IMU 等），并在接收到控制指令后推进车辆动力学与场景中其他交通参与者的状态。

与开环回放不同，闭环中每一帧的输入都依赖上一帧的输出。感知模块从仿真引擎获取传感器数据，输出目标检测框、车道线、可行驶区域；预测模块基于感知结果与历史轨迹，输出他车未来若干秒的轨迹分布；规划模块结合预测结果、地图与自车状态，生成一条带时间戳的轨迹；控制模块把轨迹转成油门、刹车、转向角，回送给仿真引擎。仿真引擎据此更新世界状态，进入下一帧。

二、数据流与时钟同步机制

闭环仿真中的数据流可以理解为“状态—观测—决策—动作—新状态”的循环。每一轮循环都绑定一个仿真时间戳 t_sim。仿真引擎以固定步长 Δt（常见 10ms、20ms 或 50ms）推进，各模块必须在同一时间戳下完成计算，否则会出现“用未来信息做当前决策”的因果穿越。

时钟同步通常有三种策略：

锁步同步（Lock-step）：所有模块完成当前帧后才推进时钟，保证严格因果，但实时性最差。
软同步：允许模块在时间窗口内异步执行，用时间戳对齐数据，牺牲少量一致性换取吞吐。
预测补偿：对延迟到达的数据做外推，适合分布式部署，但会引入误差。

在工程实践中，推荐“仿真时钟主导 + 模块时间戳对齐 + 超时降级”的组合：仿真引擎是唯一时钟源，各模块输出必须携带 t_sim，若某模块超时未返回，则使用上一帧结果或安全兜底策略，避免整个闭环卡死。

三、分布式仿真与实时性约束

当感知模型较大、预测与规划算法复杂时，单机难以满足实时性。常见做法是把感知、预测、规划、控制拆成独立进程或独立节点，通过共享内存、gRPC、DDS 或 ZeroMQ 通信。此时需要重点关注三类约束：

约束类型	典型指标	影响	应对手段
计算实时性	单帧耗时 ≤ Δt	超时导致闭环降频	模型量化、算子融合、GPU 批处理
通信延迟	端到端 ≤ 5ms	数据过期、因果错位	共享内存、零拷贝、DDS QoS
时钟漂移	偏差 ≤ 1ms	多节点时间戳不一致	PTP/NTP 对时、统一仿真时钟
确定性	同输入同输出	回放不可复现	固定随机种子、禁用异步 IO

实时性约束的本质是“在有限时间预算内完成一次闭环迭代”。如果 Δt=50ms，那么感知、预测、规划、控制加上通信的总耗时必须小于 50ms，否则仿真时间会落后于真实时间，闭环失去意义。

四、典型场景与配置示例

以一个城市路口左转场景为例：仿真引擎渲染 8 路相机与 1 路激光雷达；感知模块输出他车、行人、两轮车与车道线；预测模块给出他车未来 3 秒的轨迹分布；规划模块决定“等待”或“左转”；控制模块输出转向角与加速度。整个链路在 20ms 步长下运行。

# 闭环仿真配置示例（YAML 片段）
simulation:
  step_ms: 20                # 仿真步长
  clock_mode: lock_step      # 锁步同步
  max_wall_time_ms: 20       # 单帧墙钟预算
  seed: 20240501             # 固定随机种子

modules:
  perception:
    node: "perception_01"
    timeout_ms: 8
    fallback: "last_frame"
  prediction:
    node: "prediction_01"
    timeout_ms: 6
    horizon_s: 3.0
  planning:
    node: "planning_01"
    timeout_ms: 5
  control:
    node: "control_01"
    timeout_ms: 2

transport:
  type: "shared_memory"      # 共享内存通信
  qos: "reliable"

调试闭环时，建议先固定 step_ms 并关闭所有异步优化，确认因果正确、结果可复现，再逐步引入分布式与实时优化。否则一旦出现“时好时坏”的问题，很难定位是算法问题还是时钟问题。

五、常见误区与复盘要点

误区一：把开环回放当闭环。开环只回放固定数据，控制动作不会改变世界，无法暴露规划与控制之间的耦合问题。
误区二：忽略时间戳对齐。感知结果与预测输入若不在同一 t_sim，会出现“用旧观测预测新位置”的错位。
误区三：只优化单模块延迟。闭环总延迟由最慢环节与通信链路共同决定，单点优化收益有限。
误区四：分布式后不做确定性校验。多进程调度、网络抖动都会破坏可复现性，必须固定种子并记录每帧时间戳。

复盘时重点检查三件事：每帧是否携带统一 t_sim；超时降级是否触发并记录；同一场景重复运行结果是否一致。这三项决定了闭环仿真是否具备工程可信度。

综上，闭环仿真系统架构的关键在于：以仿真引擎为世界演化核心，以感知—预测—规划—控制为闭环链路，以统一时钟与时间戳对齐保证因果，以分布式部署与实时性约束支撑规模扩展。只有把数据流、时钟同步与实时预算三者统一设计，闭环仿真才能真正服务于自动驾驶世界模型的训练与验证。