【运动控制】纯跟踪算法

木兰超凶哒

已于 2022-06-07 18:18:22 修改

阅读量4.3k

点赞数 2

分类专栏：运动控制文章标签：算法自动驾驶

于 2022-02-20 22:32:33 首次发布

本文链接：https://blog.csdn.net/weixin_43095167/article/details/123036790

版权

运动控制专栏收录该内容

8 篇文章 3 订阅

订阅专栏

1.算法思想

借鉴人类驾驶习惯，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，调整方向盘转角（前轮转角），车辆（后轮中心）沿圆轨迹驶向预瞄点。

2.算法原理

3.算法调参

4.个人理解

纯跟踪算法为车辆后轴中心相对于预瞄点的横向位置误差比例控制器，其缺陷有二：

1.预瞄点位置靠前于车辆位置，其横向误差为零不能保证车辆位置横向误差为零；

2.比例控制器决定了控制品质上限不高。

5.算法实现

...

6.视频分享

...

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

木兰超凶哒

关注关注

2
点赞
踩
16

收藏

觉得还不错? 一键收藏
1
评论
【运动控制】纯跟踪算法

横向控制：纯跟踪算法；Pure Pursuit
复制链接

扫一扫

专栏目录

轨迹规划 | 图解纯追踪算法Pure Pursuit(附ROS C++/Python/Matlab仿真)

FRIGIDWINTER的博客

05-13

5640

纯追踪算法(Pure Pursuit)参考了人类驾驶行为，其基本思想是在待跟踪路径上设置预瞄点(goal-ahead)，通过简单的几何方法驱动机器人跟踪预瞄点直至抵达目标位置.本文详细推导纯追踪算法的理论原理及其变种——自适应纯追踪算法(APP)和规范化纯追踪算法(RPP)，并提供ROS C++/Python/Matlab三种仿真实现加深理解

纯跟踪算法Pure Pursuit

如果想成为中心，那么就到中心去吧。

08-31

405

非完整（Nonholonomic）动力学约束就是假设车辆在运动过程中没有滑移。很多在平坦路面运动的无人车辆或移动机器人都用这种假设设计轨迹跟踪控制器，特别是纯跟踪算法（Pure Pursuit），已经被成功地应用在很多机器人轨迹跟踪控制中，包括2005年DAPAR沙漠挑战赛冠军的斯坦福大学的Stanley赛车。——摘自《无人驾驶车辆模型预测控制》之所以放在这里介绍，是因为纯跟踪算法是一种基于运动学约束的算法，对该算法的学习可以更好地理解车辆运动学模型。

1 条评论您还未登录，请先登录后发表或查看评论

纯追踪算法

leedo1的博客

04-10

1万+

纯追踪算法自行车模型自行车模型是对汽车运动描述的一种简化方法，其基于几个假设：忽略车辆垂直方向上的运动假设前面的两个轮胎具有一致的角度和转速，后面也如此，这样车辆就可以简化成自行车结构车辆运动和自行车一致，前面的轮胎控制车辆的转角轨迹追踪目前主流的轨迹跟踪方法有两类，基于几何的追踪方法和基于模型预测的方法；纯追踪就是基于几何追踪的方法。下图是一个几何学自行车模型，它是对阿卡曼转向几何的简化，将车辆4轮模型简化为2轮模型，并且假定车辆只在平面上行驶，那样前轮转角、轴距和转向半径将遵循以下关系;

纯跟踪横向控制和算法仿真实现

jianmo的博客

01-15

1436

Pure Pursuit是一种几何跟踪控制算法，也被称为纯跟踪控制算法。他的思想就是基于当前车辆的后轮中心的位置，在参考路径上寻找一个预瞄点，假设车辆可按照一定转弯半径下行驶到该目标点，然后根据车辆当前位置到预瞄点距离、转弯半径和预瞄点与车头朝向夹角的几何关系来计算车辆的前轮转角，即控制车辆的横向跟踪误差。

自动驾驶控制算法——纯跟踪算法（Pure Pursuit）

WaiNgai

08-02

9087

把预瞄距离变大，那么纯追踪控制器就会表现得更加“平滑”，更加平滑的结果就是在某些急剧的转角处会存在转向不足的情况。把预瞄距离变小，那么车辆控制会不稳定甚至震荡，为了确保车辆稳定而设置较长的前视距离又会出现车辆在大转角处转向不足的问题。

机器人纯跟踪算法 Base Pure Pursuit

Jameloveworld的博客

05-20

1450

纯跟踪算法是一种路径跟踪算法，他通过改变角速度指令将机器人当前位置移动到前面的某个路径点，并不断的跟随路径前进。适用于很多机器人运动学模型，包括阿克曼和全向轮。本文简单分析求解运动学之后的纯跟踪算法。如果把机器人当做驴，上图形象的解释了纯跟踪算法的原理，纯跟踪算法需要一直更新“胡萝卜”的位置，让机器人朝着路径的方向前进。

纯跟踪算法用于无人车自动泊车

热门推荐

robinvista的专栏

07-07

2万+

　目的　　通过简单的“纯跟踪算法”和“Reeds-Sheep曲线”就可以实现无人车的自动泊车或者位姿调整。 robinvista2@gmail.com 　 1　Reeds-Sheep曲线　　使用 https://github.com/hbanzhaf/steering_functions 中提出的曲率连续的改进Reeds-Sheep曲线生成一段连接给定起点和终点的曲线。　　输出nav_msgs::Path消息，只输出一次，而不是重复输出。输出路径是一系列离散的点，点之间的距离可以自定义，笔者选择每

无人车采用纯跟踪算法跟踪离线路径（ROS，C++）纯跟踪算法原理

m0_46699649的博客

05-27

741

纯跟踪算法作为路径跟踪算法里面较为常用的算法，因具有鲁棒性强，原理简单和易移植等优点被广泛应用于路径跟踪领域中。已知路径下进行路径跟踪需要了解坐标系转换和航向角等相关知识，对纯跟踪算法在这样的情况下的使用方法要求较高，因此本文博客结合所做项目对纯跟踪算法原理进行详细介绍。

纯跟踪控制算法的拓展——滑动跟踪算法

jucat的博客

09-17

130

阿克曼底盘机器的轨迹跟踪算法

[运动控制算法]Pure Pursuit纯路径跟踪算法

xiewf的博客

03-19

8053

纯路径跟踪 Pure Pursuit是一种用于路径跟踪的控制算法。它通过计算角速度控制机器人从当前位置移到机器人前方的某个预瞄点。假定线速度是恒定的，当然可以随意更改机器人的线速度。该算法会根据机器人的当前位置在路径上移动预瞄点，直到路径的终点。可以想象成机器人不断追逐它前面的一个点。参数LookAheadDistance就决定将预瞄点放置有多远。 Pure Pursuit并不是传统的控制器，而是充当着跟踪算法的角色，用于跟随路径，航向点的信息是唯一的，可以指定所需的线速度及最大角速度。给定机器人的位姿（位

Matlab实现基于运动学的LQR轨迹跟踪控制算法.zip

07-05

Matlab实现基于运动学的LQR轨迹跟踪控制算法.zip 高分设计项目，代码完整下载可用，纯手打高分设计，可作为期末大作业和课程设计，小白也可实战。 Matlab实现基于运动学的LQR轨迹跟踪控制算法.zip 高分设计项目，...

智能车辆局部轨迹规划与跟踪控制算法研究

03-03

纯追踪控制器的对比实验，实验结果表明设计的模型预测控制器比纯追踪控制器具有更好的跟踪效果。最后引入了粒子群算法对模型预测控制器中的权重参数进行寻优，并设计了优化后与优化前的对比实验，实验结果证明了...

基于Matlab实现纯跟踪(Pure Pursuit)算法.zip

03-12

4. **仿真**：用`ode45`等ODE求解器进行车辆运动的数值模拟，结合纯跟踪算法计算每个时间步的车辆状态。 5. **可视化**：利用MATLAB的图形功能，如`plot`函数，绘制车辆路径、目标点和实际行驶轨迹，以便观察和分析...

无人驾驶运动控制----purepursuit算法实践和理解

01-27

**纯追踪（Pure Pursuit）算法是无人驾驶领域中一种经典的路径跟踪策略，它基于几何模型进行控制，无需复杂的车辆动力学模型。Pure Pursuit方法主要依赖于阿克曼转向几何模型和二维自行车模型来确定车辆的转向角。**...

Pure Pursuit.rar

09-20

纯跟踪算法（Pure Pursuit）是一种广泛应用于自动驾驶、机器人路径规划和车辆控制的简单而有效的算法。该算法的核心思想是让车辆沿着一条预先规划好的路径行驶，通过不断调整车头角度来接近路径上的下一个目标点，...

代码随想录算法训练营第22天-leetcode-二叉树08：669. 修剪二叉搜索树；108.将有序数组转换为二叉搜索树；538.把二叉搜索树转换为累加树

weixin_65180740的博客

07-24

936

你可能需要改变树的根节点，所以结果应当返回修剪好的二叉搜索树的新的根节点。给出二叉搜索树的根节点，该树的节点值各不相同，请你将其转换为累加树（Greater Sum Tree），使每个节点 node 的新值等于原树中大于或等于 node.val 的值之和。题目要求，实际上是每个节点加上中序排列后面的那个节点，故而可以反向中序排序，即RNL，用prior记录前一个节点的值，加上前一个节点的值即可。左右子树也必须是二叉搜索树。后序遍历每个节点，对于在范围外的节点，考虑保留其左子树/右子树（只可能保留一个）

算法训练营第47天|1143.最长公共子序列|1035.不相交的线|53. 最大子序和|392.判断子序列

bless_______的博客

07-24

231

如果text1[i - 1] 与 text2[j - 1]不相同，那就看看text1[0, i - 2]与text2[0, j - 1]的最长公共子序列和 text1[0, i - 1]与text2[0, j - 2]的最长公共子序列，取最大的。如果text1[i - 1] 与 text2[j - 1]相同，那么找到了一个公共元素，所以dp[i][j] = dp[i - 1][j - 1] + 1;未想到特殊情况，即s或t为空串的情况，因为返回的是数组值，但是如果是空串就不会建立数组。

2.6基本算法之动态规划6045:开餐馆