第一章：规划控制概述

大家好，欢迎来到《规划控制从入门到实战》。我是你们这门课的老朋友。

说实话，每次开课讲第一章，我都挺感慨的。规划控制这个领域，我摸爬滚打了快十年。从最初在实验室里调一个简单的PID参数都调得满头包，到现在能带着团队搞定复杂的城市道路场景，踩过的坑真不少。

这一章，咱们不急着写代码。先聊聊“规划控制”到底是个啥？它在自动驾驶这辆大车上，扮演什么角色？

先问大家一个问题：你觉得现在的自动驾驶，到底算“自动”还是“辅助”？

这个问题，其实有个国际标准答案——SAE J3016。它把自动驾驶分成了L0到L5六个等级。我个人习惯把这六个等级分成三组来看：

L0-L2（辅助驾驶）： 说白了，车是“副驾驶”，人是“主驾驶”。你负责看路、思考、决策。车只帮你踩个刹车、定个速。比如你车上的ACC（自适应巡航），就是L1级别的功能。
L3-L4（有条件自动驾驶）： 到了这个级别，车开始当“主驾驶”了。L3下，车能自己开，但遇到搞不定的情况（比如修路、极端天气），它会喊你：“嘿，哥们，你来开！” 你需要在几秒钟内接管。L4呢，就是车在特定区域（比如园区、高速）能完全自己搞定，不需要你管。
L5（完全自动驾驶）： 终极目标。车在任何地方、任何天气下，都能像老司机一样自己开。你可以在车里睡觉、开会、看电影。嗯，这个目标，我们还在路上。

我个人的经验是： 别被L3、L4这些数字唬住。做规划控制，你心里要清楚，你写的代码到底是在“辅助”还是在“主导”。L2和L3的规划算法，设计思路完全不同。L2可以容忍一些“不完美”，因为人最后会兜底。但L3以上，你的算法必须足够鲁棒，因为系统出错，可能就是事故。

自动驾驶系统，你可以把它想象成一个“感知-决策-控制”的闭环。就像人开车：眼睛看路（感知），大脑想怎么走（决策），手脚去操作（控制）。

规划控制模块，就是那个“大脑”和“手脚”的结合体。它夹在感知和车辆执行器之间。

为了让你更直观地理解，我画了一张图：

你看，感知模块把“世界”理解成数据（比如：前方50米有辆车，车道线是虚线）。这些数据流进规划控制模块。规划控制模块要干两件事：

最后，把指令发给执行器，车就动起来了。同时，车身的实际状态（速度、位置）会反馈回来，形成一个闭环。

避坑指南： 我曾经在一个项目里，把规划和控制写成了两个完全独立的模块。结果规划出来的路径，控制模块根本跟踪不上，因为没考虑车辆的动力学极限。后来我学乖了，规划和控制一定要“握手”，规划时要考虑控制能不能做到。

核心任务，说白了就一句话：在安全的前提下，舒适、高效地到达目的地。

但这句话背后，藏着三个巨大的挑战：

这是最核心的矛盾。你想想看，车在高速上跑，100毫秒的延迟可能就冲出十几米。算法必须算得又快又准。

我刚开始做的时候，总想把路径规划得“最优”，用了很复杂的优化算法。结果算一次要500ms，车早就开过了。后来我明白了，“足够好”比“最优”更重要。在工程上，我们经常用“次优但快速”的算法，比如用A*做全局规划，再用DWA做局部避障。

路上的其他车、行人、自行车，他们不是按剧本演的。你规划好一条路径，旁边突然窜出一只狗，或者前车突然急刹，怎么办？

这就考验算法的“应变能力”。我个人习惯把规划分成三层：

注意： 行为决策是很多新手容易忽略的。他们以为规划就是算一条路径。其实，在复杂场景下，决策错了，路径再平滑也没用。比如，明明应该让行，你却规划了一条加速通过的路径，那就危险了。

你想想看，一个急加速急刹车的“老司机”，乘客会晕车。但开得太慢，又会被后车骂。规划控制就是要找到那个“黄金点”。

怎么量化舒适性？我们通常用加加速度（Jerk），也就是加速度的变化率。Jerk越小，乘坐体验越平缓。但过分追求小Jerk，会让车变得“犹豫不决”，影响通行效率。

我记得有一次，为了追求极致的舒适性，我把加速度变化率限制得非常死。结果在高速汇入场景，车迟迟不敢加速，差点被后车追尾。从那以后，我学会了“场景自适应”——在高速上，效率权重高一点；在城区拥堵时，舒适性权重高一点。

总结一下： 规划控制不是单纯的数学问题，它是一个工程权衡的艺术。你要在安全、实时、舒适、效率这四个维度上，找到最适合当前场景的解。没有银弹，只有不断迭代和优化。

好了，第一章的内容就到这里。这一章我们建立了对规划控制的整体认知。下一章，我们会深入到底层，聊聊车辆的运动学模型——这是所有规划控制算法的基础。嗯，到时候见。