5. Prediction 模块架构设计

本文描述 autonomy/prediction 的逻辑架构、核心组件关系与运行时数据流。

5.1 设计目标

  1. 插件化扩展：各预测算法以 PredictionInterface 插件形式注册

  2. 运动模型复用：统一使用 common/motion_model 做轨迹前向传播

  3. 多模态输出：支持多条假设轨迹及概率，供规划器决策

  4. 与 Perception 解耦：通过标准消息接口接收检测/跟踪结果

  5. 实时性：预测频率 10–20 Hz，时域 3–8 s

5.2 实现状态

组件

实现度

说明

PredictionServer 声明

⏳

构造/析构未实现

PredictionInterface

⏳

仅 LoadOptions()

PredictionOptions proto

⏳

空 message

common/motion_model

✅

Linear, DiffDrive, Stationary

卡尔曼滤波

✅

state_estimation/kalman_filter

系统启动集成

❌

未接入 Autonomy

5.3 分层架构

应用层 Planning / Control
PredictedTrajectory CollisionRisk
预测轨迹与风险
服务层 PredictionServer
核心职责
  • 接收 Perception 检测/跟踪
  • 数据关联与轨迹维护
  • 运动模型前向传播
  • 多模态/行为预测（可选）
关键话题
/perception/detections /prediction/trajectories
调度预测
算法层 Predictor 插件
CVPredictor CTRVPredictor InteractivePredictor MLPredictor 
<div class="plan-arch-link">
  <span class="plan-arch-link-text">复用</span>
  <span class="plan-arch-link-arrow">↔</span>
</div>

<div class="plan-arch-layer plan-arch-map">
  <div class="plan-arch-header">
    <span class="plan-arch-badge">基础层</span>
    <span class="plan-arch-title">motion_model + Kalman</span>
  </div>
  <div class="plan-arch-body">
    <div class="nav-chip-list">
      <span class="nav-chip">LinearMotionModel</span>
      <span class="nav-chip">KalmanFilter</span>
    </div>
  </div>
</div>
检测/跟踪输入
输入层 Perception / Localization

5.4 运行时数据流

Perception.Detection2DArray
        │
        ▼
PredictionServer
    ├─ TrackManager（关联 + 卡尔曼）
    ├─ MotionModel::predict（多步前向）
    └─ PredictedTrajectory[] ──→ Planning

5.5 插件接口设计（规划）

class PredictionInterface {
public:
    virtual void Configure(const PredictionOptions& opts) = 0;
    virtual void Update(const Detection2DArray& detections) = 0;
    virtual std::vector<PredictedTrajectory> Predict(double horizon) = 0;
};

5.6 扩展路线图

阶段

内容

P0

PredictionOptions + Lua 加载 + Autonomy 接入

P1

CV/CTRV 预测器 + 卡尔曼跟踪

P2

与 Perception 消息对接

P3

交互式预测（考虑自车动作）

P4

学习型预测（VectorNet 等）