Apollo课程学习6——控制

学习前言

今天的学习内容是控制原理与方法。

控制概述

一、控制的输入输出

下图是Apollo自动驾驶框架的基本结构：

从图中可以看出，控制模块的输入一方面来自planning（规划模块），另一方面来自反馈阶段信息（如localization和HD Map），此部分信息包括车辆位置、朝向、速度等。

其输出结果是控制指令，与下层模块canbus（车辆交互标准）进行交互；同时控制模块也会从底层车辆得到反馈信号（车辆本身in vehicle reference frame：速度信息、四轮转速信息、车辆健康状况信息、底盘是否报错信息、危险信息）

二、控制模块

如下图所示，控制模块包括三个部分：预处理、控制器和后处理。

其中，预处理部分的主要功能：

控制器主要功能：

后处理部分功能：

三、控制的作用

控制主要是为了弥补数学模型和物理世界执行之间的不一致性。对于自动驾驶而言，规划的轨迹和车辆的实际运行轨迹并不完全一致，控制器按照规划轨迹在条件允许下尽可能地调节车辆本身。

四、控制的性能要求

• 准确性，应尽量避免偏离目标轨迹，保证行车的安全性。
• 可行性，在现实中要能够实现。
• 平稳度，最大限度地提供乘客的舒适度。要使控制顺利进行，驱动必须是连续的，应避免突然转向、加速或制动。

控制是驱使车辆前行的策略。控制器使用一系列路径点来接收轨迹。并使用控制输入（转向、加速和制动等）让车辆通过这些路径点。

具体而言，自动驾驶系统是否满足性能要求可以从三个角度去评测：时域、频域以及discrete domain（离散域）。

• 时域是指输出在时间轴上应该满足的要求。其衡量的指标包括steady state gain、rising time、setting time、overshoot和undershoot。每个指标对应的具体含义如下图所示。

• 在频域空间，X轴是输入频率，Y轴是输出跟输入的比例，理想状态下输出和输入比例应该为1。系统性能在频域中的评价指标包括pass band、cutoff frequency等，如下图所示。

时域和频域的相互关系：

满足系统性能要求的额外考量指标：

基于模型的控制方法

一、建模

Modeling一般可以分为分析建模和拟合建模。通常，一个模型主要由各种属性表示，如下图所示：

控制模块中的模型，通常包括运动学模型和动力学模型。

• 运动学模型是一种几何模型，感知、预测讨论的模型则以运动学模型为主。
• 而在控制模块中，更多考虑动力学模型。实际上，运动学模型是动力学模型的一个子集。

在自动驾驶中，Dynamic model以Kinematics model为初始模型，将环境等参数设置到Kinematics model中，把车看作质点进行分析。Dynamic model 将车按车轮等部分分开进行约束或者系统补偿。

两个比较简单的几何模型：下图左边是一个综合移动机器人控制模型，右边是著名的自行车模型，它把汽车看作只有两个轮胎的自行车，该模型在当年的DARPA挑战赛上获得冠军。

实际上，只考虑几何约束是不够的。下图是一个动力学模型，它不仅考虑了几何约束，还考虑了力矩和扭矩平衡。在自行车模型中，把前后轮都在XY两个方向进行分解。

下图是刚体的一些力矩分析以及扭矩分析的公式，总体满足牛顿第二定律。

在假设纵向速度为0的情况下，对横向方程进行线性化：

通常情况下，模型的建立是基于误差，而不是参考值，如下图所示，对实际侧向加速度和理想侧向加速度之间的误差进行建模。

二、系统辨识

在模型中，有些参数是未知的，系统辨识的目的是确定这些未知参数的值。确定未知参数的方法有三种：白盒、灰盒以及黑盒方法。

三、控制器设计

基于模型的控制模块设计第三步是控制器的设计，包括滤波器设计、控制器设计以及观察器设计等。

1、滤波器设计

滤波器的分类：

2、控制器设计

控制器的类型大致可以分为三类，分别是开环控制、前馈环控制和后馈环控制，如下图所示。

• 前馈环控制器可以分为两类，如下图所示：

• 上图是增加一个H（前置滤波器），把输入转化为理想的输入。
• 下图是把扰动量加入到前馈环中，将模型的先验知识添加到环路，减少扰动的影响。

前馈环控制器的主要控制策略：

设计控制器首先要考虑可控性和可观性：

控制器设计还要考虑Deadzone、饱和和抗饱和等。

Deadzone主要是执行器的一些特性引起的，例如汽车的油门，可能给油0%～15%的区间都不会使汽车前行，这个时候反应在图上就是一条平行的线段，即Deadzone。在控制器设计的时候需要对这部分进行补偿设计，如下图所示：

饱和和抗饱和处理也是出于对执行器的特性的考虑，通常一个执行器是有上限和下限的，如下图所示，把输出值做一个限制，使得输出在执行器的上下限范围内。如果不进行饱和处理，在输出100%的情况下突然转换状态，收敛到最终值可能需要很长的时间。

• 控制器的发展趋势：

四、参数调优

1、PID控制

• P（比例Proportional)：P控制器在车辆开始偏离时立即将其拉回目标轨迹。车辆偏离越远，控制器越难将其拉回目标轨迹。当kp比较小的时候，接近终值的速度会非常慢，没有超调（红线）；当kp设置比较大时（紫线），则达到稳态速度变快，但会超调。

• D（微分Derivative）：增加了一个阻尼项，可最大限度地减少控制器输出的变化速度，使运动处于稳定状态。微分控制的目的是使系统更快的从瞬态转化为稳态。

• I（积分Integral）：控制器会对系统的累积误差进行惩罚，负责纠正车辆的任何系统性偏差（如转向失准）。如果系统中存在损耗，比如汽车上坡的动力或者摩擦损耗，使得比例控制每次增加的控制量就等于或者小于损耗时，出现稳态误差，这就是引入积分控制的目的，它可以将之前的误差进行积分，消除稳态误差。

系统的控制量就是P+I+D三项的和。

• 优点：非常简单，具有通用性。只需要知道车辆与目标轨迹有多大的偏离，在很多情况下的效果很好。
• 缺点：PID控制器只是一种线性算法，对于非常复杂的系统而言，这是不够的。除此之外，PID控制器依赖于实时误差测量，这意味着测量延迟时可能会失效。

2、线性二次调节器（LQR）

• 集合X：捕获车辆的状态，包含横向误差、横向误差的变化率、朝向误差和朝向误差的变化率。
• 集合U：控制输入包括转向、加速和制动。

• L（线性）：线性控制的模型如下图的等式所示，表示x点是如何受当前状态 x 和控制输入 u 的影响的。

• Q（二次项）：为了让误差最小化且尽可能少地使用控制输入，我们让x和u与自身相乘，这样负值也会产生正平方，这就是二次项。然后为这些项分配权重并全部相加。

最优的u应该最小化二次项的和在时间上的积分，数学中将这个积分值称为成本函数，如下图所示。Q和R代表x和u的权重集合，每个矩阵与自身相乘。

Apollo在LQR中的控制方法被描述为u=-Kx，许多工具都可以轻松地用来解决K。

3、模型控制预测（MPC）

• 建立车辆模型。该模型估计了假如将一组控制输入应用于车辆时会发生的结果，即MPC 预测未来 的能力，需要在准确度与快速性之间做出取舍。

• 将模型发送到搜索最佳控制输入的优化引擎，通过搜索密集数学空间来寻求最佳解决方案。为缩小搜索范围，优化引擎依赖于车辆模型的约束条件，可通过自定义的成本函数（如下图所示）对轨迹进行评估。

• 执行第一组控制输入。

因为是近似测量与计算，控制器实际上只实现了序列中的第一组控制输入。 MPC是一个重复过程，在每个时间步不断地重新评估控制输入的最优序列。

• 优点：考虑了车辆模型，所以比PID控制更精确；适用于不同的成本函数，所以我们可以在不同情况下优化不同的成本。
• 缺点：MPC相对更复杂、更缓慢、更难以实现，但是值得投入成本研究。

MPC的代价函数如下图所示。从图中可以看出，代价函数增加了约束边界，有上边界和下边界。

4、自适应控制

5、鲁棒性控制（Robust Control）

鲁棒性用来解决如何确定模型的正确性问题。它主要是用来处理模型的非确定性，是一种在已知模型错误边界的情况下，设计一个性能不错而且稳定的控制器的方法。最简单的鲁棒性控制器是LQR/LTR控制器，也是一个二次线性调节器，如下图所示。

6、离散化

离散化实际上是在尽可能的保存连续空间信息的情况下，把连续空间的问题转换为离散空间的描述，使得计算机能够更好地处理。需要注意的是离散化跟Digital Stability是相关的，如果采样不够好，会丢失很多信息使得系统不稳定。

离散化有很多的方法，各种方法都有各自的优缺点。但是总的来说都是把数字信号转换为模拟输入/输出信号，如下图所示：

离散化的例子：

左边是时域里的函数performance的表达方式，右边是进行离散化的一些常用表达形式。最后一列是收敛的速率，表示在一定工况下，数字控制器在给定的时间下是可以保证收敛的。

工程应用

目前，在Apollo中，控制的工程应用主要有两个方面：