自动驾驶控制算（Pure Pursuit）--基础知识篇

纯跟踪算法（Pure Pursuit）是一种用于自动驾驶车辆路径跟踪的几何追踪方法,速度越小,performance越好。该算法建立于自行车模型和阿克曼小车模型的基础上。算法的指令流程是通过选择目标路径上的一个点，然后通过控制方向盘来控制车辆到达那个点，然后再使用同样的方式到达下一个点，当所有的点都跟踪上之后，也就完成了轨迹跟踪。类似于人类驾驶习惯，在参考轨迹上选取离车辆当前位置一定距离的点作为预瞄点，通过调整方向盘转角（前轮转角），控制车辆沿圆轨迹驶向预瞄点，如图所示

算法原理

Pure Pursuit将车辆模型简化为自行车模型(这里默认左轮和右轮的旋转是一致的),通过调整前轮转角，使车子进行画弧运动，从而逼近预瞄点，来消除横向偏差的横向控制算法,算法本质上是一个P控制器,输入为横向位置误差，输出为前轮转角，该算法的的参考点为后轴中心点。
其中OP和OA为以O为原点，与车身相切与点A（后轴中心-参考点）的圆

OA与AB垂直，L围为前后轴的距离，计算后的输出为前轮与车身的夹角算法解释>为了使车辆后轴中心点跟踪圆弧虚线路径到达C点，在三角形OAC中，需要满足的正弦定理关系，

结合图中几何关系，根据在阿克曼转向中可近似得出

又因为三角关系，可以求出下列的第一个等式，联合上面求出的等式

根据上面等式可以得到：纯跟踪控制的效果取决于预瞄距离的选取，预瞄距离越长，前轮转角变化会越小，控制效果会越平滑，预瞄距离越短，控制效果会更精确，但也会带来一定的震荡。由于车速越快单位时间内车辆移动距离会越长，我们选取的预瞄距离应该更远，因此对于预瞄距离的选取应该与车辆的速度成正比

算法的特点

• 短的预瞄距离提供更精确的跟踪，而较长预瞄距离提供更平滑的跟踪。
• 参数k值太小将导致不稳定，而k值太大将导致跟踪精度下降。
• 高水平的鲁棒性：例如，对路径中的不连续性的良好处理。
• 弯道跟踪中，随着速度的增加，稳态误差也增大。