常见横向控制算法的适用场景及其优缺点

1，LQR：

适用场景：

曲率，曲率，曲率
路径曲率较小并连续且不能变化过快，故非常适合中高速的城市驾驶跟踪场景

2，MPC vs LQR vs PID：

LQR:

（1）计算未来固定时间段内的最优，只计算一次，执行所有计算出的控制序列，没有考虑执行时产生的误差以及干扰对于系统的影响。
（2）LQR模型没有约束，只能通过后处理加约束
（3）LQR没有约束，不是转化为QP问题进行求解，而是通过求解Riccati黎卡提方程，最终u = -kx进行求解

MPC:

（1）计算未来一小段时间内的最优，只执行第一个序列的控制值，下一个周期继续滚动计算最优控制序列。
（2）MPC模型有约束，可以添加多个约束
（3）MPC最终转化为QP问题，调用工具求解器进行求解

PID:

只关注当前时刻的误差，不关注未来时间段内的误差，没有预见性，易造成超调和“画龙”现象。

3，Pure Pursuit:

适用场景：

低速，低速，低速，速度过高易产生转弯内切以及超调