自动驾驶——最优控制算法(LQR)工程化总结

1. Summary

时隔一年,从写下第一篇博文自动驾驶-LQR工程实现(调研),到近段时间,真正在我们的控制器上运行最优控制算法(LQR),一步一个脚印,从开始只是知道其“控制理论”的阶段、再到对着一堆网上的资料和公式一筹莫展不知何着手、再到初步实现了LQR算法的开发(但是执行器使用的扭矩接口,控制的不好,而且由于各种原因被delay。。。。迟迟无法落地。。。)。

直到大上个星期,泊车平台有此最优控制算法LQR研发需求,笔者又重新了开始了最优控制算法的研发,用时一个周时间完成了代码的编写和仿真测试,然后再用一周时间进行实车最优控制算法验证与调试,取得了很大的进展,由于执行器是转角接口的,这无疑少了很多的工作量。

笔者是对记忆泊车巡航阶段使用最优控制算法LQR,通过对控制参数Q和R等参数进行标定达到了我预期的要求。从控制效果上看,个人认为要比PID好一些;而且控制参数匹配要容易些;方向盘也比PID算法要稳的多。

有一些遇到的具体性能问题的需要做的处理方法,比如matrix_update_q、超前滞后补偿器等控制策略啊,就不具体说了,毕竟工程化还是比较复杂的,还要调整针对不同的系统(被控对象)相应的调整控制参数。

下一阶段计划——MPC控制器工程化研究。

2. My Related Works:

  1. 自动驾驶-动力学模型-状态空间法A矩阵----c语言实现【附Github源码链接】
  2. 自动驾驶-LQR工程实现(调研)
  3. 自动驾驶-最优控制方法LQR的C语言工程实现【附Github源码链接】
  4. 20220814-LQR算法实施落地
  5. 自动驾驶——离散系统LQR的黎卡提方程Riccati公式推导与LQR工程化
  6. 自动驾驶—连续系统LQR最优控制的黎卡提方程推导
  7. 自动驾驶——车辆动力学模型
  8. 自动驾驶——自动控制方法总结

20230826

鞠春宇

  • 4
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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

打赏作者

Jack Ju

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
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