Apollo9.0 PNC源码学习之Control模块（三）—— 基于双环PID的纵向控制

已于 2024-06-13 13:34:53 修改
阅读量363 收藏 4
点赞数 6
分类专栏： Apollo9.0 PNC源码辨析 文章标签： Apollo9.0 PNC 无人驾驶
于 2024-06-12 12:02:00 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/BigDavid123/article/details/139607135
版权
本文深入解析Apollo9.0的纵向控制器，包括PID控制、误差计算、车辆标定表和模块输入输出，帮助理解车辆纵向控制逻辑。
摘要由CSDN通过智能技术生成

本文将对Apollo的纵向控制器进行讲解，看完本文，你将会对百度Apollo的纵向控制有更深的理解
前面文章：
Apollo9.0 PNC源码学习之Control模块（一）
Apollo9.0 PNC源码学习之Control模块（二）

1 纵向控制器简介

control-controller-lon-based-pid-controller 插件包是基于 PID 控制器进行车辆纵向控制计算的控制器实现，车辆纵向控制是在 Frenet 坐标系下，沿着道路参考线切线的方向，控制车辆的位置、速度、加速度按照规划轨迹线的参考位置、参考速度行驶

在这里插入图片描述control-controller-lon-based-pid-controller 插件主要包含LonController的实现文件， LonController 是继承 ControlTask 的子类，实现 Init、ComputeControlCommand、Reset、Name 等方法。主要的计算逻辑在 ComputeControlCommand方法，输入是规划

了解本专栏 订阅专栏 解锁全文
Big David
关注
  • 6
    点赞
  • 踩
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
订阅专栏
自动驾驶横纵向耦合控制-复现Apollo横纵向控制
dsLYvGEWm的博客
10-17 129
该控制器通过使用mpc算法同时控制横向和纵向，有效地解决了传统控制方法中横纵向控制之间的相互影响问题，提高了自动驾驶的安全性和稳定性。该算法的核心在于基于动力学误差模型，将车辆的状态以及目标轨迹的误差作为控制输入，通过优化控制量来实现横纵向耦合控制。另外一套则采用面向过程编程。在这篇文章中，我们将围绕着自动驾驶横纵向耦合控制-复现Apollo横纵向控制的主题，探讨该控制策略的具体实现。内含三套代码，两套采用面向对象编程-一套只对控制量添加约束，一套对控制量和控制增量均添加约束，另外一套采用面向过程编程。
Apollo9.0 Control模块算法源码学习
Fengdf666的博客
05-12 301
Apollo控制算法_哔哩哔哩_bilibili
Apollo control模块纵向控制原理及核心代码逐行解析
热门推荐
weixin_39199083的博客
12-30 1万+
看完这篇文章，你会对apollo纵向控制有一个整体的概念
Apollo控制代码学习（一）
BigDavid123的博客
06-19 1280
2023/6/19学习记录，也希望读者能多批评指正，共同学习进步。
Apollo代码解析longitudinal Control：纵向控制算法与流程图
肥嘟嘟的左卫门
03-04 3672
基于电动车的纵向控制 电机扭矩示意图：
【备战算法岗】—— 控制模块复习（持续更新！！！）
BigDavid123的博客
04-20 1495
备战规划控制算法岗
进阶课程㉘丨Apollo控制技术详解——基于模型的控制方法.pdf
04-17
参数调优可以使用基于学习的方法，如基于神经网络的方法等。参数调优的目的是为了使模型更好地描述汽车的运动特性，以便于控制器的设计。 基于模型的控制方法在自动驾驶中的应用包括模型建立、系统辨识、控制器设计...
Apollo Control代码改写成Matlab代码
01-06
在C++代码中，控制模块通常会包含PID控制器（比例-积分-微分）或者更复杂的MPC（模型预测控制）算法，用于处理车辆的横向（如转弯）和纵向（如加速度）运动。转换到Matlab时，我们需要重新实现这些算法，Matlab提供...
一种工业级、数据驱动、基于学习的车辆纵向动力学标定算法
08-31
为了解决这个问题，百度Apollo提出了一种基于机器学习的自动标定系统，该系统专注于车辆的纵向动力学标定。首先，通过收集人类驾驶数据生成离线标定表，这个离线表作为后续在线标定的初始基础，只需要大约20分钟的...
Apollo PnC 开发人员的基础项目
11-10
Apollo PnC（Planning and Control）是Apollo自动驾驶框架中的关键组件，主要负责车辆的路径规划与控制任务。这个基础项目是为那些想要深入理解和开发Apollo PnC功能的工程师设计的。下面将详细介绍Apollo PnC的核心...
进阶课程⑳丨Apollo感知之旅——机器学习与感知的未来.pdf
04-17
在自动驾驶领域，机器学习，尤其是深度学习，是感知系统的核心技术。然而，它在实际应用中面临诸多挑战。首先，自动驾驶系统对感知的准确性和实时性有着极高的要求。漏检，即未能检测到障碍物，可能导致碰撞事故，而...
学习笔记12--Apollo开发平台
FUXI_Willard
10-10 2644
本系列博客包括6个专栏，分别为：《自动驾驶技术概览》、《自动驾驶汽车平台技术基础》、《自动驾驶汽车定位技术》、《自动驾驶汽车环境感知》、《自动驾驶汽车决策与控制》、《自动驾驶系统设计及应用》。此专栏是关于《自动驾驶汽车平台技术基础》书籍的笔记.
第十五篇，Apollo之PID积分抗饱和
qq_42466012的博客
08-06 1183
PID 积分抗饱和
Apollo9.0 源码安装
KJuncle的博客
01-14 1077
在容器内的 /apollo 目录下输出以下命令编译整个工程。
复现百度Apollo双PID纵向位置跟踪技术，实现自动驾驶纵向控制
最新发布
WQurEVzoP的博客
06-11 312
总结起来，复现Apollo双PID纵向位置跟踪算法是一项重要的技术挑战，它为实现自动驾驶车辆的精确纵向控制提供了重要支持。而Apollo自动驾驶系统作为领先的自动驾驶技术平台，提供了一个便利和先进的环境，使我们能够更加专注于算法的实现和优化，为自动驾驶技术的发展做出更大的贡献。其中纵向控制作为自动驾驶系统中至关重要的一环，其目的是精确控制车辆的加速度和制动力，以实现车辆的准确跟随和安全行驶。在这个过程中，我们需要考虑到车辆的动力学特性以及环境因素的影响，以确保控制器的性能和稳定性。阿Xin的自动驾驶小店。
自动驾驶控制算法之PID调参
weixin_65089713的博客
02-02 1937
为实现PID控制，我们可以利用离散的PID控制来实现，当采样时间足够短时，也能保持较好的性能，公式如下。同时项目中还要求写一个 reset 的函数，我们需要更新下面这四个参数来保证从头开始。需要注意的点就是积分初始值为0、微分初始值为0。
Apollo control 模块源码解析
行走的漂流瓶的博客
08-05 8227
Apollo control模块接收车辆的底盘(chassis),定位(localization),行驶轨迹(planning)信息,输出车辆的控制信息(SteeringWheelAngle,acceleration,throttle)等信息.          首先,控制模块的入口还是在modules/control/main.cc下,使用APOLLO_MAIN(Apollo::control...
apollo Control模块纵向误差计算示意图
04-27
抱歉，作为语言模型AI，我没有图像展示的能力。但是我可以给你文字描述。在Apollo控制模块中，纵向误差计算的示意图大致如下： 1. 首先，从传感器中获取车辆的实际状态信息，包括车速、加速度等。 2. 然后，从路径规划模块中获取车辆应该行驶的轨迹信息，包括当前位置、目标位置等。 3. 接着，根据车辆实际状态和路径规划信息，计算出车辆当前的纵向误差，即车辆当前位置与目标位置之间的距离差。 4. 根据纵向误差，控制模块计算出需要给予车辆的纵向控制指令，比如刹车、加速等，以使车辆行驶到目标位置。 5. 最后，控制模块将纵向控制指令发送给执行模块，执行模块控制车辆执行相应的动作，实现自动驾驶。 需要注意的是，这只是纵向误差计算的一个简单示意图，实际上还有更多的细节和算法需要考虑。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值