自动驾驶中的有限状态机（FSM）：从理论到实践，手把手教你设计一个高速公路巡航系统

自动驾驶决策核心：用有限状态机（FSM）构建一个健壮的高速公路巡航系统

在自动驾驶系统的决策层，工程师们常常面临一个核心挑战：如何将复杂、连续的现实世界驾驶行为，转化为计算机能够稳定、可靠执行的离散逻辑。这不仅仅是算法问题，更是一个关乎系统安全与可维护性的工程哲学。有限状态机（Finite State Machine, FSM），这个在计算机科学中历史悠久的概念，恰恰为这一挑战提供了一个优雅而坚实的起点。它并非最前沿的AI模型，但在处理规则明确、安全至上的驾驶任务时，其逻辑的清晰性、行为的可预测性以及实现的简洁性，使其成为许多量产自动驾驶系统中不可或缺的基石。

尤其在高速公路巡航这类场景中，驾驶任务相对结构化，状态边界清晰，FSM的优势得以充分发挥。本文将从一个实践者的视角出发，抛开教科书式的理论罗列，深入探讨如何从零开始，设计并实现一个面向真实工程环境的高速公路巡航FSM。我们将重点关注如何定义状态、设计健壮的转移条件、处理边界情况，并最终将其融入一个完整的软件模块中。我们的目标不是构建一个“玩具”Demo，而是打造一个具备工程化思维、能够应对现实复杂性的决策核心。

1. 理解FSM：超越五元组的工程视角

在开始编码之前，我们必须对FSM有一个超越数学定义的工程化理解。一个五元组 (S, E, A, δ, s0) 定义了它的骨架，但血肉在于如何将这些抽象元素映射到瞬息万变的驾驶环境中。

状态（State） 不应仅仅是“巡航”、“跟车”这样的标签。在工程实现中，一个状态是一个完整的、自洽的行为策略包。它至少包含：

• 目标生成器：根据当前状态，计算车辆的短期目标（如目标速度、目标车道中心线）。
• 控制器接口：决定向底层控制模块（如纵向的ACC、横向的LKA/LCC）发送何种指令。
• 内部计时器与计数器：用于处理超时、状态保持最小时间等逻辑，防止状态在边界条件附近高频振荡。
• 专属的安全检查：在该状态下需要持续监控的特殊安全条件。

例如，跟车状态不仅仅是“跟着前车”。它的行为策略包可能包括：基于前车速度和安全时距计算目标速度的算法、监控前车刹车灯的逻辑、以及判断前车是否已驶离本车道的条件。

事件（Event） 是状态转移的触发器，但它们很少是简单的布尔信号。一个健壮的系统需要将原始传感器数据（如毫米波雷达的距离、摄像头识别的车辆类型）融合并升华为具有语义意义的事件。这通常由一个独立的“事件检测器”模块完成。

注意：事件检测的延迟和误报/漏报会直接影响FSM的决策质量。在实践中，我们常对事件信号进行滤波（如持续一段时间才确认）和置信度加权，以提高鲁棒性。

动作（Action） 在自动驾驶上下文中，通常不是FSM直接执行的，而是FSM通过选择不同的状态，间接决定了由哪个底层控制器或规划器来执行动作。因此，FSM的“动作”更准确地说是行为策略的选择。

下面的表格对比了理论FSM与工程化FSM的核心要素差异：

这种视角的转变至关重要。它意味着我们的FSM设计从一开始就要考虑模块化、可测试性和与系统其他部分的接口。

2. 高速公路巡航FSM的详细设计与状态拆解

让我们聚焦于高速公路巡航这一具体场景。一个看似简单的“从A点开到B点”的任务，可以被分解为多个相互协作又互斥的子行为。我们的目标是设计一个状态集合，既能覆盖所有关键场景，又尽可能保持简洁，避免“状态爆炸”。

2.1 核心状态定义及其行为策略

我们首先定义五个核心状态，这构成了系统的主干：

1. CRUISE (主动巡航)：这是系统的默认和理想状态。车辆在无前车干扰或前车距离很远时，按照设定的速度（可能是道路限速或用户设定值）行驶。其行为策略是跟踪一条光滑的参考路径（车道中心线），并维持一个恒定的速度。