谈一谈自动驾驶中的MPC控制

作者 | FrancisZhao   编辑 | 汽车人

原文链接：https://zhuanlan.zhihu.com/p/97862929

点击下方卡片，关注“自动驾驶之心”公众号

ADAS巨卷干货，即可获取

点击进入→自动驾驶之心【规划控制】技术交流群

本文只做学术分享，如有侵权，联系删文

本故事纯属扯犊子，如有雷同，请接着扯。

目前的车辆控制中，最火的控制器就是MPC了。在学校，如果你不做MPC控制，不懂MPC控制，是绝对不好意思说是做车辆控制的。MPC坐稳了学界中车辆控制器中的第一把交椅，但是在业界中呢？

三个字：不咋地。

业界中最火的还是LQR+PID。。。

这就要聊聊MPC到底哪里比LQR强了，我认为，MPC最大的优势就是可以有不等式约束。

举一个栗子。

你要上一个两米高的屋顶，直接蹦肯定上不去，容易腿摔折，咋办呢？首先你要知道自己的弹跳能力，比如小于半米，超过了就蹦不上去了，所以你要弄来三个相差半米的台阶，蹦四次就能上房揭瓦了。

MPC控制器就能够直接按照一定的约束计算出台阶以及你该咋蹦。

那为什么在业界中MPC还不咋地呢？

我们先不谈MPC控制器的参数调节难度和稳定性的问题（这问题忒大了）。就看必要性。

来，看图， apollo 的L3的模块图。

可以看到control的上游模块是planning，其中planning就包括motion planning（MP）。

MP的作用就是规划一条安全，舒适，可行驶的轨迹。

注意四个加粗词。

安全的意思就是避免撞上马路牙子和其他车。

舒适的意思就是要尽量满足人的舒适性要求。

可行驶的意思就是给出的这条轨迹是控制能够跟随的。

轨迹就是带时间信息的，把控制的输入定死了，不许耍花样。

那还MPC啥了？MP模块把台阶给你铺好了，把梯子给你搭好了，如果你说这个台阶不合适，那就反应给MP，最终MP就会给你一个最合适的台阶，这就是MP模块的职责。

所以，这时候control模块的任务就是伺服了，就是要尽快减少误差，执行10Hz的MP指令。

一个伺服控制是不需要在控制中再做一遍规划求最优的，台阶是不需要重复的铺两遍的。因此，MPC就显得非常鸡肋了。

你可能会说，那一套是L3的，L2中很多是没有MP模块的，这时候MPC就有用了吧？

答案是依然没有用，因为L2的主控芯片要跑很多东西，并且算力都不强，跑一个MPC的求解器是非常大的负担，团队会同意你加一个这个东西吗？

你可能又会说，百度Apollo不也做MPC算法了吗？没用他们能做吗？

答案是做了也不用，Apollo的横向默认控制器是LQR，纵向默认控制器是双环PID。

Apollo默认的纵向控制器

Apollo默认的横向控制器

既然都不用，那他们为什么还做呢？因为那时候他们没有量产车。要知道，车辆控制的工作量不是在设计控制器，而是调节最优的参数，是和底层的EPS ESP互相磨合打交道，是要处理上万辆车出现的各种异常情况，这些看起来很low很琐碎的事情是非常关键的，占据了工程师大量的时间。

他们没有量产，在MKZ上做这些是没有意义的。那总要干一点创新的吧，那就干MPC吧，好不好用做一做就知道了。做完发现不好用，默认控制器还是PID+LQR吧

因此在以量产为目的车辆控制，很少有用MPC的，反正孤陋寡闻的我是没听过。

另外一个原因是，现在的传统PID+LQR的控制器已经足够用了，PID等传统算法有各种优化的方法，可以加各种小trick，足够满足性能需求了。因此，没听说哪一家被控制卡住脖子了。

前一段时间面试了应聘车辆控制的应届生。十个有九个说是做MPC控制的，剩下一个是做机械的(不好意思我就喜欢黑机械的，开玩笑的啊)。一问控制理论的基础，观测器滤波器之类的啥也不知道，不知道是不是这几年就MPC调参来着。

当然不能怪学生们。你导师申请课题，是“应用于自动驾驶的双环PID”，还是“应用在自动驾驶的智能模型预测控制”更容易获批呢？

这造成了学界和业界的巨大脱节，学界叶公好龙，业界因循守旧，互相骂对方，S，B。

所以对于学生来说，车辆控制要不要学MPC呢？我觉得不仅要学，还要好好学，并且最好编程实现一下。学学凸优化，学学ROS，学学C++，这样为以后转行脱离控制圈提供了很多的便利。毕竟要人往上游模块走，条条大路通CS。

盗图自：
https://blog.csdn.net/u013914471/article/details/82775091 https://paul.pub/apollo-plannin

① 全网独家视频课程

BEV感知、毫米波雷达视觉融合、多传感器标定、多传感器融合、多模态3D目标检测、点云3D目标检测、目标跟踪、Occupancy、cuda与TensorRT模型部署、协同感知、语义分割、自动驾驶仿真、传感器部署、决策规划、轨迹预测等多个方向学习视频（扫码即可学习）

视频官网：www.zdjszx.com

② 国内首个自动驾驶学习社区

近2000人的交流社区，涉及30+自动驾驶技术栈学习路线，想要了解更多自动驾驶感知（2D检测、分割、2D/3D车道线、BEV感知、3D目标检测、Occupancy、多传感器融合、多传感器标定、目标跟踪、光流估计）、自动驾驶定位建图（SLAM、高精地图、局部在线地图）、自动驾驶规划控制/轨迹预测等领域技术方案、AI模型部署落地实战、行业动态、岗位发布，欢迎扫描下方二维码，加入自动驾驶之心知识星球，这是一个真正有干货的地方，与领域大佬交流入门、学习、工作、跳槽上的各类难题，日常分享论文+代码+视频，期待交流！

③【自动驾驶之心】技术交流群

自动驾驶之心是首个自动驾驶开发者社区，聚焦目标检测、语义分割、全景分割、实例分割、关键点检测、车道线、目标跟踪、3D目标检测、BEV感知、多模态感知、Occupancy、多传感器融合、transformer、大模型、点云处理、端到端自动驾驶、SLAM、光流估计、深度估计、轨迹预测、高精地图、NeRF、规划控制、模型部署落地、自动驾驶仿真测试、产品经理、硬件配置、AI求职交流等方向。扫码添加汽车人助理微信邀请入群，备注：学校/公司+方向+昵称（快速入群方式）

④【自动驾驶之心】平台矩阵，欢迎联系我们！