weixin_44020886的博客

文章目录前言一、实验准备二、具体实施1.Ubuntu ROS和Matlab通信2.控制算法部署树莓派3.Simulink车辆模型环境总结前言在上篇教程中，基于运动学模型和dlqr离散时间线性二次型调节器原理搭建了轨迹跟踪的demo，恰好家里有一块树莓派，于是我突发奇想，把控制算法刷写进树莓派中，然后通过和Matlab/simulink的通信，Simulink中跑车辆模型。这样一个简单的验证平台就可以搭建起来啦。前提是这样的平台是完全不具备产品化的试验价值，该上Labcar或者Simulator的就上，

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录前言一、运动学模型二、建模仿真总结前言路径跟踪，轨迹跟踪的算法有基于运动学和基于动力学的，其中LQR算法基于车辆动力学网上有很多，毕竟百度开源了apollo，该算法通过简单改进后的实车效果还是非常棒的，之前通过dSPACE MicroAutoBox做了试验，横向误差都是厘米级。由于动力学模型需要估计车辆重量，轮胎侧偏刚度，还有绕Z轴转动惯量，需要估计的参数非常多，相对而言，运动学则简单了很多，不需要估计很多参数，且听某FSAC

Matlab环境下无法对lqr,dlqr,care,dare函数进行代码生成，如果您想用在Simulink环境下使用该函数，会告诉您无法进行代码生成，这时您加上外部函数是可以在Simulink环境下使用的。// An highlighted blockcoder.extrinsic(function)但是如果您想将在线lqr函数部署到您的实际控制器中，比如车辆路径跟踪dlqr算法的时候，您又不想事先求解好反馈增益K，或者您需要时变的Q和R矩阵，那么就无法将lqr函数代码生成部署到快速控制原型或者工控

背景滤波这个词对任何一个工科生都不会陌生，尤其是做控制或者信号方面的从业者和学生。我们不仅可以通过硬件滤波也可以通过软件设计算法滤波，这些都是非常平常的。滤波的方法有太多了，从简单的均值滤波（其实我认为应该叫状态估计）、中值滤波到能把飞船送上月球的卡尔曼滤波。往往我们都会选择适合工程需求的滤波器对信号进行滤波。那么本次就从理论到实践，从公式推导到算法实现来学习一阶低通滤波器和卡尔曼滤波器。所需...

本文目录1.背景2.所需要的软件与硬件3.Motorola编码和Intel编码1.自动打包和解包2.手动解包4.实例1.打包模型建立2.数据对象管理3.对比测试4.等效性测试5.代码集成6.踩坑5.总结1.背景学汽车电子的同学可能都无法逃过CAN总线这道坎，我个人认为入门CAN总线是学习汽车电子的第一课。如何根据信号对CAN信号进行打包和如何根据CAN协议对数据进行解包，是在实践中必须解决的问...

1.两种智能小车的构造简介在市面上常见的两种智能小车都是基于轮式的，在某宝上面卖的最多的，各位在学生时代拿来应付课程设计和毕业设计用的各种小车分为两种。1.后轮驱动，前轮阿克曼转向的，通常后轴通过有刷直流电机驱动，前轴通过舵机带动连杆转向。英文通常称为Car-like Model.2.差速驱动，这种最为多见，可以做成轮式的，也可以做成履带式的。通过每个轮子都有电机，当然你可以说成为轮毂电机驱...

教你10分钟完成智能小车的PID调速简介这是我在CSDN上面的第一篇博客，来分享一下我是如何用最短的时间进行智能小车的PID调速的。在疫情期间比较无聊，在某宝买了一个智能小车底盘和一堆零件，基于Arduino Due和树莓派进行开发，Due负责底层控制，树莓派进行上层控制器开发，比如斯坦利控制器或者模型预测控制器进行轨迹跟踪。本次采用Simulink工具链完成，小车的所有代码均基于Simul...