系统架构总览：从数据流到控制流

本页提供自动驾驶系统的完整"总图"，帮助读者把分散章节串成工程闭环，理解各模块的职责与协作关系。

---

1. 典型分层架构

┌──────────────────────────────────────────────────────────────────┐
│                         传感器层                                  │
│  Camera × N  │  LiDAR × N  │  Radar × N  │  IMU  │  GNSS        │
└──────────────┬───────────────────────────────────────────────────┘
               │ 原始传感器数据（图像/点云/目标列表/位姿）
┌──────────────↓───────────────────────────────────────────────────┐
│                       感知融合层                                  │
│  3D目标检测  │  语义分割  │  目标跟踪  │  可行驶区域  │  车道线   │
│                  ↑                                               │
│          多传感器时间同步 + 空间对齐                             │
└──────────────┬───────────────────────────────────────────────────┘
               │ 结构化环境表示（目标列表、占用栅格、语义地图）
┌──────────────↓───────────────────────────────────────────────────┐
│                         预测层                                   │
│  轨迹预测（多模态） │ 意图识别 │ 交互建模                        │
└──────────────┬───────────────────────────────────────────────────┘
               │ 他车未来轨迹分布
┌──────────────↓───────────────────────────────────────────────────┐
│                      规划决策层                                   │
│  行为决策（FSM/BT）│ 全局路由 │ 局部轨迹规划 │ 速度规划          │
│                        ↑                                         │
│           高精地图 + 交通规则 + 定位结果                         │
└──────────────┬───────────────────────────────────────────────────┘
               │ 时序参考轨迹（位置+速度+加速度+曲率）
┌──────────────↓───────────────────────────────────────────────────┐
│                      控制执行层                                   │
│  横向控制（LQR/MPC）│ 纵向控制（ACC/PID）│ 执行器接口            │
└──────────────┬───────────────────────────────────────────────────┘
               │ 转向/制动/驱动指令（CAN）
┌──────────────↓───────────────────────────────────────────────────┐
│                       执行器层                                   │
│  EPS（线控转向）│ EHB（线控制动）│ 驱动电机/ETC │ EPB             │
└──────────────┬───────────────────────────────────────────────────┘
               │ 车辆状态反馈
               └──────────────────────────────→ （反馈至感知/定位）

---

2. 各功能模块详细描述

2.1 传感器层

传感器	输出	典型频率	主要作用
前视摄像头（长焦）	图像	30 Hz	远距目标识别
环视摄像头（广角）	图像	30 Hz	近场感知，泊车
主 LiDAR（机械式/固态）	点云	10–20 Hz	3D 几何感知
毫米波雷达（长程/角）	目标列表	10–20 Hz	速度测量，全天候
IMU	加速度+角速度	100–1000 Hz	短时姿态估计
GNSS/RTK	坐标+速度	10–100 Hz	全局定位
超声波	距离	10–25 Hz	近场泊车

2.2 感知融合层

感知融合层是连接物理世界与算法世界的关键桥梁：

输入： 多传感器原始/半处理数据 输出： 结构化环境模型

主要输出类型：
  ├─ 目标列表（3D框 + 速度 + 分类 + ID + 置信度）
  ├─ 占用栅格（每个栅格的占用概率与类别）
  ├─ 可行驶区域（BEV 多边形）
  ├─ 静态语义元素（车道线、停止线、路沿）
  └─ 自车状态估计（融合定位输出）

2.3 预测层

预测层将静态感知输出转化为动态行为预测：

• 输入： 历史轨迹、当前状态、场景地图
• 输出： 未来 3–8 秒的轨迹分布（多模态，每种模式含概率）
• 典型频率： 10 Hz

2.4 规划决策层

规划层将感知+预测结果与行为意图转化为可执行轨迹：

行为决策（10 Hz）
    │ 输出：驾驶意图（跟车/变道/让行/停车）
    ↓
全局路由（触发式，秒级）
    │ 输出：目标车道序列、路口导航计划
    ↓
局部轨迹规划（10 Hz）
    │ 输出：当前时域（5–10s）的空间轨迹
    ↓
速度规划（10 Hz）
    │ 输出：时序轨迹点（含速度、加速度）

2.5 控制执行层

控制层追踪规划给出的参考轨迹，输出底盘指令：

• 横向控制： LQR/MPC，追踪参考路径
• 纵向控制： PID/MPC，追踪参考速度和间距
• 执行频率： 50–200 Hz

---

3. 时间与同步

3.1 典型频率配置

模块	典型频率	时延预算
传感器采样（视觉）	30 Hz（33 ms 周期）	—
传感器采样（LiDAR）	10–20 Hz	—
传感器采样（IMU）	100–1000 Hz	—
感知推理	10–30 Hz	30–80 ms
预测	10 Hz	10–30 ms
规划	10 Hz	20–50 ms
控制	50–200 Hz	1–5 ms
全链路时延	—	< 150–200 ms

3.2 时钟同步

所有传感器和模块共享统一时间基准（PTP/gPTP）：

GNSS PPS 信号（1 Hz，精度 < 100 ns）
    ↓ gPTP 协议
车载以太网时钟同步（精度 < 1 μs）
    ↓ 硬件触发（FSYNC）
相机帧同步（精度 < 100 μs）
LiDAR 扫描开始时戳（精度 < 1 ms）

---

4. 安全与降级架构

4.1 健康监控体系

模块级健康检查：
  每个模块发布心跳 + 诊断状态
      │
  健康监控模块（Health Monitor）
      │ 超时 → 告警
      │ 异常 → 分级响应
      ↓
系统级健康状态

4.2 降级主线

正常自动驾驶
    │ 传感器/模块异常检测
    ↓
功能降级（限速/限动作/切换保守策略）
    │ 持续异常或无法处理
    ↓
接管请求（TOR）
  视觉+听觉+触觉多模态提示
  提供足够的接管时间窗口（≥ 10s 高速）
    │ 驾驶员未接管
    ↓
最小风险条件（MRC）
  减速 → 变到最右侧车道 → 安全停车
  开双闪 → 上报调度 → 等待救援

---

5. 软硬件架构对应

5.1 E/E 架构（Zonal Architecture）

中央计算平台（CCU）
├─ 感知/预测/规划算法（GPU/NPU）
├─ 定位与地图匹配
└─ 安全监控

区域控制器（ZCU）×4（前/后/左/右）
├─ 传感器接入与数据转发
├─ 就近控制（超声波泊车等低时延任务）
└─ 电源管理

底盘控制域
├─ VCU（整车控制器）
├─ EPS（线控转向 ECU）
├─ EHB（线控制动 ECU）
└─ EPB（电子驻车）

5.2 典型 L4 感知套件配置

传感器	数量	覆盖方向
摄像头（前视长焦）	1–2	前方 100–200 m
摄像头（前视广角）	1	前方近场 + 盲区
摄像头（环视）	4–8	360° 近场
主 LiDAR	1–3	360° 远场
毫米波雷达	5–6	360° 覆盖
超声波	8–12	近场泊车
IMU	1–2（冗余）	全向
GNSS	1–2	全球定位

---

6. 研发闭环

建议建立"仿真 → 回放 → 台架 → 实车"四级验证体系：

验证级别	主要目标	覆盖场景数	自动化程度
仿真（Sim）	覆盖长尾危险场景	百万级	全自动
数据回放（Replay）	算法回归，性能对比	百万帧	全自动
台架（HIL/SIL）	接口/时序/硬件验证	千级场景	半自动
实车（Road Test）	系统稳定性，用户体验	百万公里	人工+自动

---

7. 典型协作模式

角色	职责	关键交付物
OEM（整车厂）	整车集成、功能安全、用户体验	系统集成测试、功能安全分析
Tier 1（算法供应商）	核心算法栈、中间件、评估工具	算法包、SDK、性能报告
芯片厂商	硬件平台、工具链、性能优化	SoC、编译器、参考设计
地图供应商	高精地图采集与更新	地图数据包、更新服务
云平台	数据存储、模型训练、OTA	数据湖、训练平台、发布系统

---

8. 常见架构误区

误区	正确做法
只看单模块指标，不看端到端表现	建立系统级指标（接管率、MRC率），并与模块指标关联
忽略时间同步，导致融合与控制抖动	在架构早期建立统一时钟同步方案，并持续监控
缺少可追溯日志，问题难复现	为每帧数据附加 frame_id，跨模块透传，支持全链路回放
安全降级路径临时设计	安全降级逻辑应在系统架构阶段就定义清楚，与主路径同等重要
仿真与实车割裂	建立"仿真先验证，实车再确认"的工作流，减少实车风险