基于模型参考自适应控制(MRAC)的自动驾驶方向盘(油门)控制方法

实习还是能学到很多学校学不到的东西，总结下实习期间学到的一个自适应控制方法。最近比较忙，先大致写下原理的笔记供自己复习，后面有空再更下仿真。如有错误请不吝赐教~

背景

举个例子，目前公司自动驾驶车队主要有几款不同的车型，不同车型的方向盘型号都不同，可能有的用国产转向器，有的用进口转向器，有的车方向盘响应速度慢，有的方向盘响应速度快。不同的转向器在面对同一个上层算法指令时，所表现的执行效果肯定不完全相同。而且自动驾驶车队越庞大，同一算法下不同执行器的响应误差也就越大。为了使同一上层算法在不同执行器上执行效果尽可能相同，我们选用了模型参考自适应控制(Model Reference Adaptive Control, MRAC)。

为什么选择MRAC控制器

相比其他自适应控制器，MRAC可以自己设计一个参考的模型，使得不同的控制器在同一控制指令下，能够和我们自己设计的参考模型的响应曲线相同，而不受被控系统本身的性能影响。  且参考模型的性能要好于真实模型，如果参考模型性能还不如真实模型，那也没必要用参考模型来拉低原来的控制效果了。

整体框架 

MRAC控制器整体框架如下图所示，MRAC在自动驾驶中往往与上层控制算法共同使用，根据上层的横向/纵向控制算法（MPC、LQR/PID）输出的参考输入，即方向盘转角/油门开度，经过自适应控制器重新计算输入，并作用于被控系统(方向盘/油门)。下面详细说明各模块计算方法。