autoware中pure_pursuit控制和MPC控制解析

最新推荐文章于 2024-06-20 15:42:12 发布
最新推荐文章于 2024-06-20 15:42:12 发布
阅读量3k 收藏 48
点赞数 3
文章标签： 人工智能
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/zhagnchegn/article/details/116981649
版权

autoware中pure_pursuit控制和MPC控制解析

自动驾驶中的跟踪控制

自动驾驶系统中控制模块的主要作用：首先获取车辆自主决策和轨迹规划的结果，在车辆的运动学和动力学约束下计算相应的控制指令，包含加速、制动、转向等，接着发布控制指令到车辆底盘执行器，从而可靠、精准地跟踪期望轨迹。

跟踪控制分为纵向控制和横向控制。

纵向控制：是对车辆纵向运动状态的控制，实现自动驾驶车辆对规划轨迹上的各点速度跟踪或者与前车保持安全距离。

横向控制：是对车辆的转向控制，要求系统可以基于定位、感知模块获取当前车辆位置与预期位置的横向误差，然后改变车辆的转向角度实现车辆对目标路径的自主跟踪。

目前应用较多的控制算法有PID控制、滑膜控制、前馈-反馈控制、预瞄跟踪控制和神经网络控制算法等。这些方法对参数和环境的依赖程度较高，当环境发生较大变化时，不能很好地完成新状态下的轨迹跟踪；同时，地面无人车辆在运动过程中受到运动学和执行机构的约束，在高速运动情况下还需要考虑相应的动力学约束，上述方法难以处理这些约束，由于基于模型预测控制的轨迹跟踪算法对未来轨迹的预测和处理多目标约束条件的能力较强，故成为研究的热点。

纯跟踪算法推导及应用

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

车辆运动学自行车模型

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

考虑转向角变化率的车辆运动学自行车模型

在这里插入图片描述
在这里插入图片描述

未来状态量的递推

在这里插入图片描述
在这里插入图片描述

优化目标函数

在这里插入图片描述
在这里插入图片描述

输出控制量的滤波

在这里插入图片描述

zhagnchegn
关注
  • 3
    点赞
  • 踩
  • 48
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 3
    评论
【Autoware】mpc_follower模型预测控制节点
DevFrank的博客
03-25 1440
autoware mpc
【Autoware】PurePursuit纯跟踪控制节点
DevFrank的博客
03-14 2196
PurePursuit轨迹跟踪控制。
模型预测控制MPC详解（附带案例实现）
最新发布
Shen Mu Xin's Blog
06-20 2325
写在前面本文是记录学习B站博主Dr.can的学习笔记，如有侵权请联系笔者删除此文。最优控制问题就是研究在约束条件下达到最优的系统表现，通常系统的表现是综合分析的结果。比如考虑一个单输入单输出的系统（SISO），状态变量xxx，输出为yyy，要求其输出能跟踪预设的参考值rrr，误差可以表示为e=y−re=y-re=y−r，那么最优控制的目标是min⁡∫0te2dt \min \int_0^t e^2 dt min∫0t​e2dt如果同时希望输入量uuu也能越小越好（一般的目的是减少能耗），那最优控制的目标可以
Autoware(Pure pursuit代码学习)
BigDavid123的博客
06-19 2779
pure pursuit只能用于一些简单的场景，如直线道路上的循迹；对于一些复杂的路径如U型/S型等曲线路径跟踪效果较差。根据pure pursuit的原理可以知道，其跟踪效果很大程度上取决于前视距离LdL_{d}Ld​的选择，设置固定的前视距离和路径曲率肯定无法适应不同的路径，因此就需要对前视距离的计算方法进行研究改进。Pure Pursuit 纯追踪法在Autoware中，绿色的球体即为计算的跟踪预瞄点；红色的点为规划好的路径点；白色的轨迹为轨迹跟踪算法计算出的车辆将要运行的轨迹。
自动驾驶控制算法——纯跟踪算法（Pure Pursuit）
WaiNgai
08-02 9811
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。
Autoware中pure pursuit纯跟踪算法的代码分析（一）
liebecl的博客
12-13 4157
目录pure pursuit纯跟踪算法的简介源码分析文件简介涉及到的两个类框架性函数介绍算法实现函数（按顺序介绍）computeLookaheadDistancegetNextWaypointcalcCurvaturecalcRelativeCoordinatecanGetCurvatureconvertCurvatureToSteeringAngle pure pursuit纯跟踪算法的简介 pure pursuit纯跟踪算法在汽车智能驾驶领域目前的应用很广泛，主要用于汽车的循迹。这种算法比较基础，利用的
无人驾驶运动控制—-pure pursuit算法实践和理解
01-06
0.导论 pure pursuit 方法是基于几何追踪的路径追踪方法，基于几何的控制方法较为简单和直接，不用考虑车辆的运动学模型和动力学模型，控制时使用的参数少，能够较好的运用到实践使用中。最常用的两种方法是pure pursuit方法和stanly方法。这里主要介绍pure pursuit 方法 1.算法原理和思想 算法的基本原理，AdamShan已经在他的博客《无人驾驶汽车系统入门（十八）——使用pure pursuit实现无人车轨迹追踪》中讲的很清晰了，这里只是复述一下加深自己的理解。 pure pursuit建立在两个模型上，阿克曼转向几何模型和二维自行车模型。 参数说明： δ： 车辆
无人驾驶运动控制----purepursuit算法实践和理解
01-27
purepursuit方法是基于几何追踪的路径追踪方法，基于几何的控制方法较为简单和直接，不用考虑车辆的运动学模型和动力学模型，控制时使用的参数少，能够较好的运用到实践使用中。最常用的两种方法是pure pursuit方法和stanly方法。这里主要介绍purepursuit方法 purepursuit建立在两个模型上，阿克曼转向几何模型和二维自行车模型。
gg.rar_Authware 源代码_authorware
09-24
今天，我们将通过“gg.rar”压缩包中的“Authware 源代码”来深入学习和探索Authorware的奥秘。 源代码是软件的灵魂，是开发者思想的具象化体现。对于Authorware来说，源代码不仅揭示了程序的逻辑结构，还展示了其...
Authware 7.02中文注册版
08-23
　在应用程序中整合播放DVD视频文件。 　4、Accessible Content for People with Disabilities 　通过内容创建导航、文本等功能将更简便容易。 　5、XML Import and Export 　支持XML的导入和输出。 　6、...
authware课件
04-02
authware简单交互课件开始结束退出
Autoware的使用手册（pdf+doc）+快速开始指南（pdf+ppt）+自动驾驶部署指南（pdf）共计5个文档
06-21
Autoware自动驾驶框架部署的手册（pdf+doc）+快速开始指南（pdf+ppt）+自动驾驶部署指南（pdf）共计5个文档，可以帮助你快速上手Autoware自动驾驶框架。
authware 填空
06-12
authware做填空的方法，包含源文件，比较简单，可以自己修改。我也在学习中。
pure pursuit 轨迹跟踪算法介绍及autoware中的使用介绍
wang073081的博客
04-11 7812
Autoware的MPC源码解析（四）mpc_follower解析：主循环程序解析
cyj1871的博客
11-04 3297
版权声明：本文为博主原创文章，未经博主允许不得转载。 源码地址：https://gitlab.com/autowarefoundation/autoware.ai/autoware/wikis/Source-Build 如有错误或建议，欢迎提出。 本文对mpc_follower的主循环程序进行解析。 MPCFollower::MPCFollower()解析 在程序启动后，首先会执行MPCFol...
Autoware的MPC源码解析（一）mpc_waypoints_converter解析
cyj1871的博客
08-29 3816
源码地址：https://gitlab.com/autowarefoundation/autoware.ai/autoware/wikis/Source-Build 目前在最新的Autoware源码中，包含两种路径跟踪(横向)控制方法：纯跟踪（pure pursuit）和模型预测控制（Model Predict Control，MPC）。本文主要对其中的MPC源码进行解析。 首先在mpc源码中包含...
Autoware中pure pursuit纯跟踪算法的代码分析（二）
liebecl的博客
12-17 934
目录calcRelativeCoordinate函数详解 calcRelativeCoordinate函数详解 calcRelativeCoordinate函数原型如下： // calculation relative coordinate of point from current_pose frame geometry_msgs::Point calcRelativeCoordinate(geometry_msgs::Point point_msg, geometry_msgs::Pose curren
autoware.ai1.14控制算法学习
qq_42027654的博客
11-24 2087
Autoware.ai1.14中MPC 目录Autoware.ai1.14中MPC前言一、参考轨迹的处理二、当前位姿的处理三、车辆当前状态的处理四、MPC具体的运算过程总结 前言 Mpc_follower该节点为循迹控制主要的处理节点，其输入为：参考轨迹、车辆当前状态、车辆当前位姿。输出为：速度、前轮转角。其主要逻辑为：分别对参考轨迹、车辆当前状态、车辆当前位姿这个三个话题进行处理，并依据当前的位置和参考轨迹点，查找距离本车最近的轨迹点，然后依据最近点的相关信息（X、Y、yaw）计算出横向误差和航
Autoware的MPC源码解析（五）mpc_follower解析：calculateMPC()函数解析
cyj1871的博客
11-04 4207
版权声明：本文为博主原创文章，未经博主允许不得转载。 源码地址：https://gitlab.com/autowarefoundation/autoware.ai/autoware/wikis/Source-Build 如有错误或建议，欢迎提出。 本文主要对核心函数calculateMPC()进行解析。 const int N = mpc_param_.prediction_horizon; ...
authware古诗教程
09-24
Authware古诗教程是一款专门为学习和欣赏古诗而设计的软件。它提供了丰富的古诗资源和相关的学习功能，帮助用户更好地理解和感受古代文化。 首先，Authware古诗教程拥有庞大的古诗库，涵盖了各个朝代的经典古诗。用户可以通过浏览功能，随时查阅自己喜欢的古诗，了解作者背景和作品的内涵。 其次，Authware古诗教程提供了详细的古诗解析和注释。对于初学者来说，读懂古诗可能会有一些难度，但通过软件提供的解析和注释，用户可以更好地理解古人的用词和意境，进一步欣赏古诗之美。 此外，Authware古诗教程还提供了古诗背景介绍和相关阅读材料。了解古代社会背景和文化氛围，能够更加全面地把握古诗的内涵和艺术价值。通过相关阅读材料的学习，用户可以拓展自己的知识面，提升古诗欣赏的层次。 最后，Authware古诗教程还提供了互动学习和分享社区。用户可以与其他热爱古诗的人交流学习，分享自己的感悟和见解。这种互动交流可以激发更多的灵感和思考，使学习和欣赏古诗变得更加有趣和有意义。 总之，Authware古诗教程是一款功能丰富、易于操作的软件，它可以帮助用户更好地学习和欣赏古诗，了解古代文化，并与其他人分享自己的想法。无论是初学者还是资深爱好者，都可以在这个平台上找到自己需要的资源和交流机会。
评论 3
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

打赏作者

zhagnchegn

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
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