KunAutoDrive

面向自动驾驶与机器人的仿真优先中间件：C11 核心、C++20/FlowCoro 节点、 配置驱动插件管线，以及可观测、可回放、可评估的数据闭环。

演示截图

先看这里

KunAutoDrive 当前是仿真优先、可复现的实验与集成平台：感知、融合、规划、 控制和学习算法应先在仿真中运行、观察、评分和回放，再逐步迁移到实车。项目 提供 RC 小车部署 profile；乘用车量产认证并非当前承诺范围。

你想做什么	从这里开始
运行 3D 自动驾驶演示	快速开始
用键盘接管车辆、检查轮向/车身方向	游戏诊断模式
部署到 RC 小车	车辆部署
记录并分析 PEM 车端数据	PEM 数据闭环
修改算法并做回归	验证与 CI
了解系统组成	架构 与 文档导航

快速开始

git clone https://github.com/caixuf/kunautodrive.git
cd kunautodrive

# 构建并运行默认仿真；浏览器打开 http://localhost:8800
bash scripts/demo.sh

# CI/无图形环境常用形式
bash scripts/demo.sh --no-browser 15

默认管线是 config/pipeline.json，由 flow_launcher 加载各个 .so 节点。 它用于仿真和仪表盘开发，不会写 PEM。

常用选项：

bash scripts/demo.sh --scenario scenarios/curve_road.json --no-browser 30
bash scripts/demo.sh --record
bash scripts/demo.sh --multi

游戏诊断模式

运行 demo 后，打开 FlowBoard 左上角的接管车辆：

• 使用 WASD 或方向键直接控制车辆；再次退出即可恢复自动驾驶。
• 游戏 HUD 内的「灯光测试」按钮可切换近光、左/右转向灯和双闪；也可用 L/Q/E/H 操作，S/↓ 或空格测试刹车灯。
• HUD 同时展示转向输入、车身航向、实际移动方向和它们的偏差，用于定位车轮、 死推和物理积分不一致的问题。
• 偏离道路时按 R 或点击回到车道，将车辆安全放回最近车道中心。

仿真约定 steer > 0 为左转（ENU heading/y 增大），steer < 0 为右转； 游戏模式是诊断工具，不改变规划、控制和安全模块的职责边界。

架构

flowsim -> sensor_model -> perception -> fusion -> planning -> control
   -> safety_control -> monitor -> flowmond -> FlowBoard / PEM / evaluator
                         |
                         +-> data_recorder -> train -> inference -> OTA

层	关键能力
核心	Pub/Sub 消息总线、local/IPC/TCP transport、调度器、时钟、参数、注册表
节点	FlowCoro 协程节点、插件加载、健康检查、服务发现、状态机
ADAS	FlowSim、传感器模型、感知/融合、行为、轨迹与速度规划、控制、安全闸门
可视化	flowmond、FlowBoard 3D/2D、拓扑 JSON、IPC 与文件桥接回退
数据闭环	Bag/MCAP、评估器、训练/影子推理、PEM 车端遥测、模型 OTA

详细模块职责和数据流见 可视化架构、 监控架构和 数据闭环。

车辆部署

当前可实际部署的 profile：

Profile	配置	用途
simulation	config/pipeline.json	默认仿真、算法开发和可视化
rc_car	config/pipeline_car.json	GPS/IMU/激光雷达/执行器的 RC 小车模板

生成部署包：

bash scripts/deploy.sh --package

RC 小车接口、接线、标定和上车前检查见 RC 小车硬件清单。量产 profile 中未实现的 车型仅是显式占位，部署工具会拒绝将它们作为可运行目标。

Windows

Windows 原生单进程插件管线受支持。安装 CMake、Ninja、WinLibs MinGW-w64 （POSIX + UCRT，GCC 11+）和 Python 后：

git clone https://github.com/caixuf/kunautodrive.git
cd kunautodrive
git submodule update --init --depth 1 third_party/esmini
powershell -ExecutionPolicy Bypass -File scripts\demo.ps1 -Duration 30

Windows 的完整运行时验收与部署说明见 硬件部署指南；Linux 到 Windows 的交叉编译 使用 cmake/mingw-w64-x86_64.cmake。

PEM 数据闭环

config/pipeline_car.json 的 production 模式会启动两条 PEM 流：

• monitor_node：系统、topic、health 和降级事件等基础设施记录。
• pem_collector_node：通过 FlowCoro 异步回调采集 GPS/定位里程、行驶时长、 地区迁移和降级事件。

两条流都具备 CRC、关键事件 fsync、按时间/大小轮转和目录配额保留。解析：

python3 tools/pem_dump.py /tmp/kunautodrive_pem_*.pem
python3 tools/pem_dump.py --jsonl --type business /tmp/kunautodrive_pem_business_*.pem

PEM 不是“配置了就相信”：pem_runtime_smoke 会启动仿真 production 管线，确认 实际写出并成功解析 trip:ci_simulation，且作为 integration CI 门禁运行：

env -u LD_LIBRARY_PATH ctest --test-dir build --output-on-failure -R pem_runtime_smoke

字段契约、扩展回调方式和保留策略见数据闭环。

验证与 CI

修改前先选择最小有效验证；算法、管线和前端分别有独立门禁。

# 秒级离线管线检查
python3 tools/pipeline_check.py

# 运行时行为回归
python3 ci/evaluators/demo_evaluator.py --duration 45 --interval 0.5

# 多场景矩阵
python3 ci/evaluators/scenario_regression.py --baseline

# 节点/PEM 定向测试
env -u LD_LIBRARY_PATH ctest --test-dir build/modules/adas_nodes --output-on-failure -R pem_log_protocol

# FlowBoard 改动必须执行
npm run vis:check:all

完整测试分层和算法验证模式见 算法验证模式；CI 定义见 .github/workflows/ci.yml。

开发入口

# 构建核心
bash build.sh release

# 启动配置驱动管线
./build/bin/flow_launcher config/pipeline.json --duration 30

# 查询运行中拓扑、参数和仪表盘
./build/bin/flowctl list
./build/bin/flowctl param list

新增节点应复用 clock_service.h、cJSON、node_pump() 和参数注册系统； 不要在节点中手写 JSON、裸用单调时钟或忙等执行器。代码入口和 API 速查见 代码索引与API 速查。

文档导航

完整的中文模块导航、权威文档归属和教程入口见 docs/README.md。 其中 flowrec 是配置化 topic 留存节点的独立说明。

技术专著与实战教程（book/）

《KunAutoDrive：从零构建高性能自动驾驶系统与仿真引擎》（中间件内核 FlowEngine 实战专著），完整 5 大卷索引见 docs/BOOK.md：

卷号	专卷主题	包含章节
第一卷	微内核与系统编程底座	01 语言面向对象 · 02 dlopen 插件化 · 03 进程内消息总线 · 04 共享内存 IPC · 05 数据持久化 Bag · 06 统一时钟服务 · 07 类型安全序列化
第二卷	执行流与高级调度	08 反射式状态机 · 09 服务发现与拓扑 · 10 FlowCoro 协程框架 · 11 DAG 混合调度器
第三卷	ADAS 算法栈从理论到实现	12 点云聚类与跟踪 · 13 多传感器融合 EKF · 14 行为决策与 NOA · 15 轨迹与速度规划 · 16 跟踪控制与 MPC · 17 协程安全包络
第四卷	仿真验证、学习闭环与运维	18 FlowSim 场景设计 · 19 端到端学习闭环 · 20 flowmond 3D 监控 · 21 黑盒回归评估体系
第五卷	真车部署与硬件落地	附录 A SocketCAN 与 PWM 执行器落地指南

---

核心技术文档

完整文档索引见 docs/README.md —— 按主题分组的全部文档 + 22 篇专著专章入口。

文档	主题
API Quick Reference	C API 参考
Simulation Guide	仿真测试指南（含 flowsim 仿真模式对照）
Pipeline Architecture	Pipeline 设计与管线拓扑
Algorithm Stack	算法总览（各模块真实算法 × 文件对照）
Algorithm Integration	算法集成指南
Planning Speed Upgrade	ST 图 + DP 速度规划设计
Visualization Architecture	flowmond + vis/ 模块树（Layer + ViewRegistry + Qt 对象树）
Vis Module Guide	vis/ 模块接口契约 + 设计 AI 提示词模板
Monitoring Architecture	flowmond + stats bridge
FlowBoard Contract	仪表盘数据契约
FlowBoard Scene Contract	scene 数据契约
Hardware Deployment	硬件部署
RC Car Hardware Checklist	RC 小车硬件落地清单
Learning Loop	仿真内学习闭环
Troubleshooting 3D Dashboard	3D 仪表盘故障排查

---

许可证

MIT License. 产品与仓库名称为 KunAutoDrive。FLOWENGINE_*、flowengine_core 和 libflowengine_* 等保留为 ABI/API 兼容名称，不应作为普通重命名目标。