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1.1k 收藏 8
点赞数 6
CC 4.0 BY-SA版权
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
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。

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

了解本专栏 订阅专栏 解锁全文
apollo学习之---纵向控制代码备注及解析
qq_41593516的博客
09-16 1235
/****************************************************************************** * Copyright 2017 The Apollo Authors. All Rights Reserved. * * Licensed under the Apache License, Version 2.0 (the "License"); * you may not use this file except in complian
Apollo9.0 PNC源码学习之Control模块（二）—— controller解析
BigDavid123的博客
06-10 1148
本文详细介绍了各个controller，pid、pid_IC、pid_BC、MRAC、lead_lag、一维插值和二维插值源码解析
Apollo control模块纵向控制原理及核心代码逐行解析
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横纵向控制算法
donnieliu的博客
04-17 842
纵向默认控制器是双环PID 横向默认控制器是LQR
Apollo代码学习(五)—横纵向控制
热门推荐
follow轻尘的博客
11-07 9万+
Apollo代码学习—横纵向控制前言纵向控制 前言 在我的第一篇博文：Apollo代码学习(一)—控制模块概述中，对横纵向控制做了基本概述，现在做一些详细分析。 纵向控制 纵向控制主要为速度控制，通过控制刹车、油门、档位等实现对车速的控制，对于自动挡车辆来说，控制对象其实就是刹车和油门。 图1 纵向控制 Apollo纵向控制的工作原理如图1所示。它主要由“位移-速度闭环PID控制器”、“速度...
Apollo学习笔记（９）纵向控制代码详读
qq_24649627的博客
09-01 1620
之前的大致说了一下纵向控制的原理，实际的代码中还有很多小细节需要注意的地方，这里就主要记录下来，阅读纵向控制代码中的一些体会。 这里就直接在代码中加入一些笔记，这样比较好理解。 Status LonController::ComputeControlCommand( const localization::LocalizationEstimate *localization, const canbus::Chassis *chassis, const planning::ADCTra
Apollo9.0 源码安装
KJuncle的博客
01-14 2126
在容器内的 /apollo 目录下输出以下命令编译整个工程。
Apollo9.0 PNC源码学习之Control模块（一）—— 控制模块概览
BigDavid123的博客
06-10 3260
本文主要讲解了Apollo的控制模块，看完会对控制模块有一个清晰的认识
Apollo9.0 PNC源码学习之Control模块（六）—— 百度Apollo控制前置知识
BigDavid123的博客
06-14 1509
本文详细介绍了车辆控制所需的理论知识，详细推导见本文，以及一些控制面试问题
Apollo9.0 PNC源码学习之Control模块（四）—— demo-control-task
BigDavid123的博客
06-12 441
本文主要讲解了Apollo9.0新增的任务器，为了实现一些不通过原算法控制的输出结果输入到车辆上，任务器实现人工规则，来干预控制额的输出结果。
【Baidu Apollo】控制
笑扬轩逸的博客
10-26 3608
文章来源： Apollo阿波罗自动驾驶开发者社区 1. 简介 控制是驱使车辆前行的策略。对于汽车而言，最基本的控制输入为转向、加速和制动。通常，控制器使用一系列路径点来接收轨迹。控制器的任务是使用控制输入让车辆通过这些路径点。 首先，控制器必须准确，这意味着它应避免偏离目标轨迹。这对于安全来说，尤为重要。即使路面潮湿或者道路比较陡峭，控制器任需要准确地执行轨迹。其次，控制策略对汽车应该具备可...
Apollo纵横向控制算法学习
run_taozi的博客
12-12 1455
横向控制算法之LQR(二次线性调节) 算法简单流程概述如下： 二自由度车辆动力学模型建立 -> 状态空间方程建立 -> 离散化（双线性变换） -> 标准二次型目标函数建立 -> 黎卡提方程求解矩阵P，求解反馈举证增益K。 这样还不够，需要求解稳定性。 将控制量带入状态方程，发现有稳态误差，需要加一个前馈环节，目的使稳态误差变为0，如何做到呢？在控制量中加上前馈量，再次代入到状态方程，并作拉氏变换，再根据终值定理，计算出稳态误差的公式，其中，为了使状态量趋向0，直接令前馈量的值
Apollo学习笔记5-横、纵向控制
hello1268的博客
04-25 2923
Apollo学习笔记5-横向控制LQR 一、 横向控制1 横向控制流程图2 横向控制原理图二、 纵向控制1 横、纵向控制原理图 一、 横向控制 1 横向控制流程图 2 横向控制原理图 https://img-blog.csdnimg.cn/20190730165500472.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3d3eWtsbmg=,si
自动驾驶横纵向耦合控制-复现Apollo横纵向控制
2301_77012556的博客
03-14 680
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。matlab与simulink联合仿真，纵向控制已经做好油门刹车标定表，跟踪五次多项式换道轨迹，效果完美。基于动力学误差模型，使用mpc算法，一个控制器同时控制横向和纵向，实现横纵向耦合控制。自动驾驶横纵向耦合控制-复现Apollo横纵向控制。
Apollo10.0学习——control模块（2）之纵向控制器参数说明
最新发布
小墨迹的博客
07-17 980
ts: 0.01 # 控制周期brake_minimum_action: 0.0 # 刹车/油门最小动作量：0表示无死区，允许微小控制量（单位：百分比）speed_controller_input_limit: 1.5 # 速度控制器输入限制：±1.5 m/s²，防止加速度指令突变station_error_limit: 2.0 站点跟踪误差容限：2米，超出时触发强修正preview_window: 20.0 # 纵向预瞄距离：20米，前瞻轨迹计算目标速度/加速度。
Apollo-控制*
xiao769507610的博客
07-08 304
P：开环，比如让一辆车5s中到达10m的地方，P控制会让车以2m/s的速度过去，但会超过那个地方。为什么会有稳态误差？ 只考虑当前情况，解决当前误差就行。就是上面那个开车的意思。 I：积分，处理累计的错误，消除历史误差。（但这种消除，比较慢） D：微分，监控未来。比如“预测到这样调整会过调，那么就会在中途减速，停在指定位置” “好像PD就足够了？要I干嘛？” ...
【备战算法岗】—— 控制模块复习（持续更新！！！）
BigDavid123的博客
04-20 1988
备战规划控制算法岗
apollo9.0 MPC控制
02-27
### Apollo 9.0 中 MPC 控制实现方法 #### MPC 控制简介 模型预测控制 (Model Predictive Control, MPC) 是一种先进的过程控制策略，广泛应用于自动驾驶领域。MPC 的核心思想在于利用系统的动态模型对未来一段时间内的行为进行预测，并在此基础上优化未来的输入序列以满足特定的目标函数和约束条件。 在 Apollo 自动驾驶平台中，MPC 被用于路径跟踪任务，在此过程中，车辆不仅需要遵循给定的参考轨迹，还需要考虑诸如物理极限、安全距离等因素[^1]。 #### MPC 控制器的主要组成部分 - **状态空间模型**：定义了描述车辆运动学特性的方程组； - **成本函数**：衡量当前时刻到未来若干采样周期内实际轨迹偏离理想轨迹的程度以及控制努力大小； - **求解器**：采用数值优化技术来寻找最优解，使得整个时间段上的累积代价最小化； - **反馈机制**：实时调整参数并重新计算最佳控制指令，从而适应环境变化或测量噪声的影响。 对于 Apollo 平台而言，具体实现了如下特性： - 使用非线性 MPC 来处理复杂的动力学响应问题； - 支持多目标优化，比如同时兼顾舒适性和安全性； - 提供灵活配置选项以便针对不同场景微调性能表现。 #### 关键文件结构说明 涉及 MPC 控制的关键代码位于 `modules/control` 下面的不同子目录里，主要包括但不限于以下几个方面： - **config 文件夹**：存放各种预设好的控制器参数设定表单，这些表格可以被用来快速切换不同的工作模式或是实验新的设计方案。 - **controller/mpc_controller/** ：这是主要负责执行 MPC 计算的地方，包含了初始化设置、迭代更新逻辑等功能模块。 - **optimizer/** : 此处集中管理着一系列高效的数学运算库，它们共同协作完成对大规模稀疏矩阵的操作，进而加速在线最优化进程。 ```cpp // modules/control/controller/mpc_controller/mpc_controller.cc void MpcController::ComputeControlCommand(const common::TrajectoryPoint& planning_point, const vehicle_state::VehicleState& vehicle_state, control_command* cmd){ // ...省略部分代码... } ``` 上述 C++ 函数展示了如何接收来自上层规划模块传来的目标点位信息及传感器获取到的实际运行状况作为输入变量，经过内部复杂运算之后输出相应的转向角、油门开度等操作命令传递给底层执行机构去驱动汽车动作[^2]。 #### 数据流与接口交互 在整个控制系统架构里面，MPC 组件与其他组件之间存在着紧密的数据交换关系。通常情况下，会从前端感知系统那里获得关于周围障碍物分布的信息；从中控单元得到最新的导航路线指示；而自身则需定期汇报自身的健康监测报告给监控中心。此外，还可能涉及到 CAN 总线上与其他 ECU 协同工作的通信协议细节等问题[^3]。
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