Apollo学习笔记 入门课程之六:控制

本文是Apollo入门课程的第六部分,主要讲解自动驾驶中的控制策略,包括PID控制器、LQR线性二次调节器和MPC模型预测控制。控制策略需与路径匹配,考虑可行性与平稳度。PID控制器通过比例、积分和微分调整车辆行驶。LQR针对横向误差和变化率进行控制。MPC则通过预测和优化控制输入,提供更精确但复杂的解决方案。
摘要由CSDN通过智能技术生成

Apollo学习笔记 入门课程之六:控制

控制:趋势车辆前行。转向,加速,制动。
控制策略必须与路径相符合,需要可行性,还要考虑平稳度。

PID(比例积分微分控制)、LQR(线性二次调节器)、MPC(模型预测控制)

1、控制流程:
目标路径与车辆状态。目标轨迹来自规划模块,给一个目标的位置与速度参考。车辆状态包括位置、速度、转向、加速度。

PID控制器:

2、 P(Proportional):比例。a=-K_p×ⅇ 偏离越远越难拉回原轨迹。
3、 D(Derivative):微分。 阻尼项:a=-K_p ⅇ-K_d ⅆⅇ/ⅆt 减少控制器输出的变化速度。
4、 I(Integral):积分。惩罚项:a=-K_(P^e )-K_i∫ⅇⅆt-K_d ⅆe/ⅆt 对累计误差进行惩罚。
5、 只需要车辆与目标之间的差距就可以进行控制。但是难以结合多项控制。此外需要实时的精确测量。

LQR控制器:

6、 LQR(线性二次调节器):横向控制:横向误差与变化率(cte,cross track error)、朝向误差与变化率(θ)。
输出数据结构x=[█(ctⅇ@ct ̇e@θ@θ ̇ )] ,输入数据结构:u=[█(steering@throttle@brake)] ࿰

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值