算法处在自动驾驶仿真环节中的什么位置？

最近一直在自己琢磨自动驾驶的算法是怎么接入仿真环节中的，略有所得，特写出来，请高士指正。

为什么要思考这个问题呢？

我在此前的一篇文章中，将自己学到的自动驾驶仿真的案例拿出来分享，如下所示：

如何让小车自己识别车道线自动前行？

我后来发现，在这个案例中，我竟然直接就实现了LKA的仿真，似乎根本就不需要算法工程师来进行路径规划了，那我就奇怪了，我这个仿真模型到底在测试什么呢！

按照我的理解，一个仿真模型的存在，就是为了对某种算法进行测试的。

比如，算法工程师研究出一种特殊的路径规划策略，想先在仿真模型中进行测试，但在我以上分享的仿真方法中，竟然根本就不需要他的算法。因为，例子中我自己竟然直接在一个程序中把所有流程都做了，包括算法。（例子中具体的算法是根据车道线拟合出一个理论的二次曲线，根据目前的车辆速度和方向，预测车辆接下来的路径和这个理论二次曲线之间的误差，用这个误差判断接下来的转向轮应该有多少的转角，从而保证车辆保持在车道之间。）

这个案例，此刻想来，不算是一个好的仿真案例，原因很简单，它没有外部接口，算法部分的接口。虽然算法内部自己搞定了，但这不应该是一个正确的流程。我所理解的正确的流程似乎更类似于以下这种：