Pure Pursuit 纯跟踪控制算法

阿克曼转向阿克曼结构前轮来控制转向

假设车沿着R的半径在旋转，车身前轮到后轮轴距L，因为车在旋转
重点理解这句话
所以前轮的方向始终是该圆周的切线，遵循曲率

所以得到前轮的转角应该为

$$tan(\delta )=\frac{L}{R}$$

路径跟踪算法

以车轮后中心为点，需要该机器经过该目标点gx gy,
ld:当前点到要跟随目标点的距离
$\alpha$:当前的方向和到目标点的方向差
三角公式可得一下函数
$$\frac{ld}{sin(2\alpha )}=\frac{R}{sin(90-\alpha )}$$
简化一下如下
$$R=\frac{ld}{2sin(\alpha )}$$

两轮差速路径跟随组合公式

假如是两轮机器人，没有轴距 即可得到机器人路径跟随的算法

$$R=\frac{ld}{2sin(\alpha )}$$
$$R=\frac{v}{w}$$
两者结合，消除R
==>
$$\frac{v}{w}=\frac{ld}{2sin(\alpha )}$$
再结合DWA算法 就可以仿真出来一组基于当前ld ,的vw 集合，最后选择比较好的路径算法

阿克曼路径角度输出

结合这两个公式 组合推算当前控制角度
$$tan(\delta )=\frac{L}{R}$$

$$R=\frac{ld}{2sin(\alpha )}$$
两个公式 结合消除R ==>
ld:当前点到要跟随目标点的距离，该值是根据当前点和目标点的位置，计算得出
$\alpha$:当前的方向和到目标点的方向差， 该值是根据当前航向角和目标点的位置，计算得出
L:阿克曼车型轴间距，前轮中心到后轮中心的距离
$$tan(\delta )=\frac{2Lsin(\alpha )}{ld}$$

在具体的实际情况中，ld 即目标跟随点的位置是根据弧度在发生变化的
可以用
$$l=kv(t)$$

具体代码测试

https://github.com/AGV-IIT-KGP/PythonRobotics/tree/master/PathTracking/pure_pursuit

参考
https://zhuanlan.zhihu.com/p/48117381