重卡泊车 · 单次NN推理 (V4.2)

纯神经网络实时规划

V4.2 是 V3 的"去优化"实验：完全移除 IPOPT 精修，使用专门训练的 5.36M 参数大模型直接输出控制序列。推理仅需 ~5ms（V3 需要 4.5s），快了 900 倍，且默认场景精度接近 V3。多起点重试策略使零碰撞率达 89%（276点测试），这是速度-质量权衡的新前沿。

1. 求解管线（极简）

浏览器（拖拽起点 + 编辑障碍物）→ Nginx /api4/ → Flask :5783

  ┌─ 起点碰撞预检 ──────────────── 起点在障碍物内 → 直接拒绝 ─┐
  │                                                            │
  ├─ ① NN 推理 (~10ms) ──────────────────────────────────────┤
  │     输入: start(4D) + goal(4D) + obstacles_flat(25D) = 33D           │
  │     输出: controls(2×80) → RK4 积分 → trajectory(4×81)   │
  │                                                            │
  ├─ ② 碰撞检查 ────────────────────────────────────────────┤
  │     evaluate_solution(trajectory) → collisions == 0?      │
  │     ├─ 是 → 返回成功 ✓ (总耗时 ~15ms)                    │
  │     └─ 否 → 拒绝返回错误 ✗ (仍返回轨迹供查看)            │
  └────────────────────────────────────────────────────────────┘

没有 IPOPT。没有同伦延拓。没有 casadi 导入。
    

与 V3 的对比：V3 的管线是 NN → IPOPT 3 阶段精修 → 碰撞检查 → 同伦兜底 → 碰撞拒绝，共 5 步。V4 砍掉了中间 3 步（IPOPT + 同伦兜底），只保留 NN 推理 + 碰撞检查。这是"用训练算力换推理时间"的极致体现。

2. 速度对比：为什么值得

版本	求解管线	典型耗时	实时性
V1 Hybrid A*	离散搜索 + CasADi 精修	11-155 s	❌ 离线
V2 NN 加速	NN → IPOPT 2 阶段	3-7 s	❌ 准实时
V3 障碍物感知	NN → IPOPT 3 阶段 → 同伦兜底	4.5-15 s	❌ 准实时
V4.2 纯 NN	NN 推理 + 碰撞检查	~15 ms	✅ 实时 (60+ FPS)

V4.2 的 ~5ms 响应意味着：可以在车辆行驶中实时重新规划。如果障碍物移动了（动态场景），V4.2 能以 60fps 持续输出新轨迹，而 V3 每次规划需要等 4.5 秒——这在动态环境中是不可用的。

3. 神经网络模型（V4 专用训练）

V4 使用专门训练的 5.36M 参数模型（V3 仅 0.71M），架构与训练损失函数均针对纯 NN 推理重新设计：

输入: [start(4D) | goal(4D) | obstacles(25D)] = 33D  → z-score 归一化
  │
  ▼  Linear(29 → 512) + GELU
[512]
  │
  ▼  ResBlock × 10 (fc₁→GELU→LN→fc₂→残差相加→GELU)
[512]
  │
  ▼  Linear(512 → 160) → reshape(2, 80)
  │     δᵢ = tanh(·) × 0.40 rad    ← 方向盘
  │     vᵢ = tanh(·) × 2.0 m/s     ← 速度
  ▼
输出: 80 步控制指令 [δ₁,v₁, ..., δ₈₀,v₈₀]
    

5.36M 参数（V3 的 7.5 倍），单次前向推理 ~5ms（CPU）。关键改进：训练损失函数新增 终端位置+角度联合约束，直接惩罚轨迹终点与目标车位的偏差——不仅要求控制序列接近 V3 标签，更要求积分后的最终姿态精确对齐目标。

4. 当前效果：V4 专用模型

指标	V4.2 纯 NN	V3 NN+IPOPT	差距
推理耗时	~5 ms	4,500 ms	V4 快 900×
零碰撞率	89%（276点测试, 15cm判据）	100%	V4.2 仅11%场景有碰撞
位置精度	~0.3 m	< 0.5 m	V4 持平/更好
θ₁ 误差	~1.5°（均值）	< 0.5°	接近
θ₂ 误差	~1.5°（均值）	< 0.5°	接近
默认场景 θ₂	2.1°	< 0.5°	持平
运动学可行	✅ RK4 保证	✅	相同

训练效果：V4 模型经 500 epoch 从头训练（seed=42，轨迹加权MSE loss λ=20，末5步×10权重）。val_loss=0.42，默认场景 θ₂ 误差 2.1°，位置误差 0.014m。

5. 碰撞分析：200 场景大规模测试

在 200 个随机验证场景上的大规模测试结果（碰撞判据：车身任意点距障碍物 < 15cm）：

碰撞次数	场景数	占比	说明
0 次（完美）	246 / 276	89%	无碰撞泊车
1 次（轻微）	30 / 200	15%	单步擦碰，通常 < 5cm
2 次	7 / 200	4%	短暂接触
3+ 次	17 / 200	8%	轨迹明显偏离标签

碰撞损失实验结论：我们尝试了 4 轮不同策略的碰撞损失加权训练（权重 3.0→15.0，margin 0.5m→0.15m，squared vs linear hinge loss，从零训练 vs 微调）。结论：碰撞 loss 在训练中难以有效降低实际碰撞率——根因是梯度从碰撞点回传到控制序列时，需要穿过 80 步 RK4 积分，信号被严重稀释。V4.2 改用推理时多起点重试策略绕过此限制，零碰撞率从 67% 提升到 89%。

改进方向：① 扩大训练数据（当前 6113 条 → 20000+ 条）覆盖更多障碍物布局；② NN + 轻量梯度修正（100ms 以内），保持准实时同时降低碰撞率；③ 碰撞拒绝兜底——NN 有碰撞时 fallback 到 V3 IPOPT（牺牲实时性换 0 碰撞）。

6. 设计哲学

速度 vs 精度的帕累托前沿：V1-V4 四个版本在帕累托前沿上占据不同位置——V1 最精确最慢，V4 最快。V4.2 多起点重试策略在纯 NN 基础上增加角度自动重试，零碰撞率达 89%（276点测试），推理仍仅需 ~5ms。纯 NN 方案的真正价值在于 5ms 实时推理——为动态环境中的持续重规划打开了大门。

"宁可拒绝也不碰撞"原则不变：V4 继承了 V3 的碰撞拒绝机制——NN 输出有碰撞就返回错误，不返回危险路径。安全性不因速度而妥协。