一、核心概念定义
| 术语 | 定义 | 典型示例 |
|---|---|---|
| Agent | 具有动态性与交互性的道路参与者，其行为需被预测并影响自车决策。 | 行驶车辆、行人、自行车、临时停止的出租车 |
| 静态障碍物 | 固定不动且无自主行为的物体，仅需几何避让，无需行为预测。 | 路灯、路沿、建筑物、消防栓 |
| 静止物体 | 当前速度为零的物体，可能是临时停止的 Agent 或真正的静态障碍物（需二次判断）。 | 等红灯的车辆（Agent）、倒塌的树（静态障碍物） |
🔍 关键区别：
- 动态性：Agent 会运动或具有运动潜力；静态障碍物永久固定。
- 交互性：Agent 的行为与自车存在博弈；静态障碍物只需绕行。
二、感知模块（Perception）的输出与处理
1. Detection（检测）阶段
- 输出：场景中所有可识别物体的边界框 + 类别标签（包括 Agent、静态障碍物、背景物体）。
- 不区分动态/静态：检测仅识别物体存在性（如“车辆”“行人”“电线杆”）。
2. 关键后续处理
| 步骤 | 功能 | 区分 Agent 的关键作用 |
|---|---|---|
| 分类 | 确认物体类别（车/人/树等） | 初步筛选：车辆、行人等属于候选 Agent。 |
| 跟踪（Tracking） | 跨帧关联目标，计算运动状态（速度、轨迹） | 核心依据：动态物体 → Agent；静止物体 → 静态障碍物或临时 Agent。 |
| 地图融合 | 结合高精地图过滤已知静态物体 | 排除固定障碍物（如交通牌）。 |
✅ 结论
Detection 输出包含所有物体，但只有动态且需交互的目标被归类为 Agent。
三、跟踪模块（Tracking）的输出逻辑
1. Tracking 的核心任务
- 输入：Detection 输出的所有物体。
- 处理：
- 为每个物体分配 唯一ID，关联连续帧中的同一目标。
- 估计 运动状态（速度、加速度、轨迹历史）。
- 输出：所有被跟踪物体的列表（含动态 Agent、静态障碍物、临时静止物体）。
2. Tracking 输出 ≠ Agent
| 跟踪目标类型 | 是否属于 Agent？ | 原因 |
|---|---|---|
| 持续运动的车辆/行人 | ✅ 是 | 动态且需交互预测。 |
| 临时静止的车辆 | ✅ 是 | 可能随时启动（如等红灯），需行为预测。 |
| 永久静态物体（如路灯） | ❌ 否 | 无运动能力，仅需避让几何位置。 |
| 误检背景（如飘动的塑料袋） | ❌ 否 | 通常在后续模块过滤。 |
✅ 结论
Tracking 输出包含所有被跟踪目标，但仅动态且有交互需求的物体被系统标记为 Agent。
四、系统级处理流程
graph TD
A[Detection] -->|“所有物体”| B[Tracking]
B -->|“跟踪目标列表”| C{动态性分析}
C -->|动态物体| D[Agent]
C -->|静态物体| E[静态障碍物]
D -->|送入预测模块| F[行为预测 + 交互决策]
E -->|送入规划模块| G[几何路径避让]
为何如此设计？
- 资源优化：预测模块只需处理关键 Agent（减少算力消耗）。
- 功能分离：
- Agent → 预测意图 + 博弈交互（如让行、超车）。
- 静态障碍物 → 几何避障（如绕开路桩）。
- 状态切换处理：跟踪模块持续监控“静止物体”，避免漏跟临时停止的 Agent（如车辆突然启动）。
五、总结：Agent 的最终判定条件
一个物体被系统认定为 Agent，需同时满足：
- 动态性：当前运动或具有潜在运动能力（如停着的车）。
- 交互性：其行为可能影响自车安全或效率（如行人可能横穿马路）。
- 跟踪持续性：在多帧中被稳定跟踪并排除误检。
静态障碍物：只需满足 → 位置固定 + 无行为意图。
六、实际案例
| 场景 | Detection 输出 | Tracking 输出 | 最终类型 | 处理逻辑 |
|---|---|---|---|---|
| 行驶中的摩托车 | “自行车” | ID=103, 速度=30km/h | Agent | 预测轨迹，决策是否超车。 |
| 路边消防栓 | “柱状物体” | ID=205, 速度=0 | 静态障碍物 | 规划避让路径。 |
| 临时停靠的快递车 | “车辆” | ID=301, 速度=0 | Agent | 预测开车门或起步，准备刹车。 |
| 被风吹倒的广告牌 | “大型物体” | ID=404, 速度=0 | 静态障碍物 | 标记为临时障碍物并绕行。 |
结语
在自动驾驶系统中，Agent 与静态障碍物的区分本质是动态交互性与静态确定性的分离。感知与跟踪模块通过层层过滤，将原始检测目标转化为两类不同处理对象：
- Agent → 行为预测与博弈决策的核心；
- 静态障碍物 → 环境结构中需避让的几何实体。
这种分层处理机制，是实现安全、高效、拟人化自动驾驶的关键基础。