Apollo10.0学习——planning模块（10）之依赖注入器injector

Apollo10.0学习——planning模块（10）之依赖注入器injector_

好不好奇injector_是干什么用的？为什么planning每个模块都要初始化这个变量？

类功能概述

DependencyInjector（依赖注入器）是一个 集中管理规划模块关键数据和服务 的容器类。它通过提供统一的访问接口，解耦各个组件之间的直接依赖关系，实现以下目标：

资源集中管理：避免模块内部重复创建对象，简化生命周期管理。
数据一致性：确保不同算法组件访问的是同一份上下文数据。
可测试性：方便在单元测试中替换 Mock 对象注入。

代码逐行解析

1. 命名空间与类定义

namespace apollo {
namespace planning {class DependencyInjector {public:DependencyInjector() = default;  // 默认构造函数~DependencyInjector() = default; // 默认析构函数

作用域：归属于 Apollo 的 planning 命名空间，标识为规划模块专用。
构造函数/析构函数：使用编译器默认生成版本，所有成员变量自动构造/析构。

2. 公有成员方法（访问接口）

  PlanningContext* planning_context() { return &planning_context_; }FrameHistory* frame_history() { return &frame_history_; }History* history() { return &history_; }EgoInfo* ego_info() { return &ego_info_; }apollo::common::VehicleStateProvider* vehicle_state() {return &vehicle_state_;}LearningBasedData* learning_based_data() { return &learning_based_data_; }

功能：提供对私有成员变量的 指针访问（注意此处是指针，不是引用）。
接口用途：
- planning_context(): 获取规划上下文（如当前决策状态、障碍物交互信息）。
- frame_history(): 获取历史帧数据（用于轨迹预测或回滚）。
- history(): 全局历史记录（长期驾驶行为分析）。
- ego_info(): 自车动态信息（位置、速度、航向等）。
- vehicle_state(): 车辆状态提供器（实时传感器数据融合结果）。
- learning_based_data(): 学习模型输出数据（如深度学习预测的轨迹）。

3. 私有成员变量（依赖项实例）

 private:PlanningContext planning_context_;       // 规划上下文数据FrameHistory frame_history_;             // 帧历史缓存History history_;                        // 全局历史记录EgoInfo ego_info_;                       // 自车状态信息apollo::common::VehicleStateProvider vehicle_state_; // 车辆状态提供器LearningBasedData learning_based_data_;  // 学习模型数据

关键成员说明：
- PlanningContext：
  存储当前规划周期内的动态上下文，如：
  - 参考线选择状态
  - 障碍物的预测轨迹与交互优先级
  - 交通规则应用结果（如红灯停车、让行）
- FrameHistory：
  按时间戳缓存历史帧数据，用于：
  - 轨迹连续性检查（防止突变）
  - 回滚调试（重现规划失败场景）
  - 多帧信息融合（如滤波算法）
- VehicleStateProvider：
  提供实时车辆状态，数据来源于：
  - 底盘 CAN 信号（速度、转向角）
  - 定位模块（GNSS/RTK 位置）
  - IMU（加速度、角速度）

设计模式解析

依赖注入模式

传统问题：模块内部直接创建依赖对象会导致：
- 高耦合：组件难以独立替换或测试。
- 资源竞争：多个实例可能导致数据不一致。
解决方案：
- 单一容器：DependencyInjector 集中管理所有依赖项。
- 接口隔离：外部组件通过接口获取依赖，不关心实现细节。

Apollo 应用场景：

// 示例：规划算法中获取车辆状态
void PlanningAlgorithm::Run() {auto vehicle_state = injector_->vehicle_state();double speed = vehicle_state->linear_velocity();
}

线程安全与数据同步

潜在问题：多线程环境下，不同组件可能同时读写同一依赖项。
Apollo 处理策略：
- 写时复制：关键数据（如 EgoInfo）更新时生成副本，避免锁竞争。
- 时序控制：规划周期内依赖项状态冻结，确保一致性。

演进与扩展性

新增依赖项：只需在 DependencyInjector 中添加成员变量和访问接口，无需修改已有代码。
动态替换：通过子类化实现依赖项的动态替换（如测试专用注入器）。

与 Apollo 其他模块的交互

定位模块：VehicleStateProvider 依赖定位数据更新。
感知模块：PlanningContext 整合感知障碍物信息。
控制模块：最终规划轨迹通过 DependencyInjector 共享给控制模块执行。

通过这种设计，Apollo 的规划模块实现了 高内聚、低耦合 的架构，为复杂的自动驾驶决策规划提供了高效可靠的基础设施。

详细代码：

namespace apollo {
namespace planning {class DependencyInjector {public:DependencyInjector() = default;~DependencyInjector() = default;// 获取规划上下文（如当前决策状态、障碍物交互信息）。PlanningContext* planning_context() { return &planning_context_; } // 获取历史帧数据（用于轨迹预测或回滚）。FrameHistory* frame_history() { return &frame_history_; }// 全局历史记录（长期驾驶行为分析）。History* history() { return &history_; }// 自车动态信息（位置、速度、航向等）。EgoInfo* ego_info() { return &ego_info_; }// 车辆状态提供器（实时传感器数据融合结果）。apollo::common::VehicleStateProvider* vehicle_state() {return &vehicle_state_;}// 学习模型输出数据（如深度学习预测的轨迹）。LearningBasedData* learning_based_data() { return &learning_based_data_; }private:PlanningContext planning_context_;FrameHistory frame_history_;History history_;EgoInfo ego_info_;apollo::common::VehicleStateProvider vehicle_state_;LearningBasedData learning_based_data_;
};}  // namespace planning
}  // namespace apollo