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