轨迹跟踪方法对比

Pure Pursuit

特点

是有look ahead distance: ld, （前视距离）这个距离与前进速度成比例kdd，速度越快需要往前看的更远。

纯追踪控制器的调整就变成了调整系数k，通常来说，会使用最大，最小前视距离来约束前视距离，越大的前视距离意味着轨迹的追踪越平滑，小的前视距离会使得追踪更加精确（当然也会带来控制的震荡)

优点

因为看的远，汽车行驶时非常robust，即使参考曲线时不连续的，而是way points形式的，也不会造成很大影响，

而且不会对速度，弯道弧度的瞬间变化过度敏感。

缺点

cutting corner: 在转弯处，因为转向角度一直是根据前面的位置状态决定的，所以它通常超前拐弯，不能很好的贴合设计的弯道线路，

而且可以从公式上看到，这种方式并没有考虑cross track error: e，因此在转弯时偏离预设道路的问题没法很好解决。

曲率或曲率半径对pure pursuit工作效果影响很大，某个曲率下，给定的pure模型可能工作的很好，在另一个曲率下，工作效果会突然变差，这是因为pure仅仅考虑了curvature，因为对curvature的依赖性就很强。并且这种效果会随着车速的增加越发增强。

适合

直线多、弯道少、精度不太高的场合。

pure pursuit预瞄距离系数K越大，跟随效果会越差，随着K减少，效果变好，继续减少，跟随效果会突然变差，最终跟随发散，无法工作。

Stanley

特点

综合考虑了heading error 和 cross track error两个问题

考虑到了车辆后轴中心与预定轨迹的横向偏差e_fa, 车辆头指向与预定轨迹heading angle 方向的夹角

对于stanley, 比pure好的地方是考虑到了预定点heading angle 和真是的车辆heading angle只差， 作为一个前馈控制，提前补足了在转弯过程中的车辆转角，设计者可以根据需求，对前馈值进一步增加增益系数。同时还推荐使用与速度相关的可变增益系数，可以更好的弥补此类仅考虑车辆运动学，而忽略车辆动力学的模型的不足。增益系数的设定方法可以参考PID系数整定法。
 

优点

相对比Purepursuit而言，这种方式不会出现cutting corner的现象，因为它并没有视野提前量，而且对cross track error很敏感，所以能够很好的贴合预定线路。

缺点

因为它不会向前看，只关注现在的状态，所以对外界的刺激很敏感，不像PurePursuit那样robust，这种现象在waypoints这种不连续的预定线路下很明显。车在行驶的时候晃来晃去的，反映在数据上就是steering angle的变化非常的reckless，像是酒驾的司机。

适合

适合用在normal operation下，给定的曲线信息也要是连续的。

MPC

特点

。首先这种方式会往前看，确保自己不短视，能够有一定的抗干扰能力。之后根据自己现阶段的状态，预测采用不同的策略（不同的steering angle)时，t秒后自己状态是怎么样的。然后指定一种（表现指标）performance index判定不同策略的好坏，选择在这种指标下最好的结果。在trace track的场景下就可以把表现指标设为t秒后，到达我现在视野内前方的某个位置。根据这个选择最好的steering angle。这样的话看起来和PurePursuit有点像。但关键在于MPC在一步步根据自己目前的状态的做预测然后控制汽车一步步往前走， 而PurePursuit只往前看，不管自己怎么移动过去的，也不会预测。
还有一点就是MPC有一个horizon time, 做预测的整体时间Ttotal，假设为20s。那MPC就会根据现在的状态预测之后每一秒的状态直到20s后，然后再根据自己每一秒移动后的状态更新之后20s每一步的预测。像是在下棋，每一步都挑最优解，同时根据每一步之后的变化谋划未来。

优点

这种方法当然非常好，能够非常精确的规划运动，但是每步都用到了最优化求解所以很考验计算能力。在模拟中效果也很好，没有cutting corner，steering angle的变化也很稳定。

缺点

计算量大

适合

LQR

特点

优点

缺点

适合