自动驾驶 6-2: 几何横向控制Lesson 2: Geometric Lateral Control - Pure Pursuit
Posted 架构师易筋
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了自动驾驶 6-2: 几何横向控制Lesson 2: Geometric Lateral Control - Pure Pursuit相关的知识,希望对你有一定的参考价值。
在上节课中, 我们定义了与横向车辆控制相关的重要概念。 在本课中,我们将充分利用这些概念。 我们将首先介绍 几何路径跟踪控制器的概念, 该依赖于我们的运动学车辆模型来选择 转向命令,然后我们将设计 一个纯追踪控制器来 为我们的自动驾驶汽车追踪环境中的参考路径。 让我们开始吧。
什么是几何路径跟踪控制器? 平常,任何控制追踪参考路径 仅使用车辆运动学的几何形状和参考路径。 在自动驾驶汽车的情况下, 几何路径监控控制器是一种侧向控制器, 其忽忽车辆上的动态力 宝宝出生处的无跃状态。 依赖于运动自行车模型和负重测量 在之前的视频定义的,以用构建实现路径跟踪的转向命令规则。 由于其简单的性质, 它在机器人和自动驾驶中非常流行和专业。
然而,这种简单的方法有一个反驳,那就是 当车辆运动与假想不匹配时其性能受损, 如在高横向边缘的边缘具有中等的情况。 在这些情况下,需要更深入地了解 可用力的极限, 以及更多涉及的控制策略。 当在线上轮胎中操作并且车辆尚未开始时, 几何路径监控控制器可以非常好地工作。 几何路径追踪控制器依赖于沿途路径的参考点, 该参考点可以是用于计算航向和航迹的相同参考点, 或者它可以是沿途路径在距离的更远的前瞻点, 有一个例子以红色显示。 婴儿,我们即将推出的纯追踪控制器 在参考路径上使用了一个前瞻点, 而下一个视频中的Stanley控制器使用了 与计算成本的相同点。
现在让我们仔细看看纯粹的追击控制器。 在纯追踪方法中, 核心思想是可以将参考点 放置在车辆固定距离的路径上, 并且转向命令可以使用 直接转向角与该点相交,并且可以计算出来。 当车辆转向沿途的路径时, 该点继续向前移动, 视线转向角并神秘地使车辆传播路径。 在这种方法中, 后轴的中心车辆的参考点, 并且我们定义那条线为用于连接后轴中心 与目标参考点距离为ld, 下面向前看的距离。 车辆车身航向和 前瞻线之间的角度α。 为了构建纯追踪控制器, 我们再次转向瞬时旋转中心的概念。 轨道上的目标点, 后轴中心, 瞬时旋转中心形成 形成,其长度为R,长度为ld。 我们想要定义弧为 将车辆参考点路径上的目标点。 该弧是ICR圆的角,覆盖两个α的角度。 可以使用标准三角恒等式导出角度2α。 可知正弦算法, 我们可以写出下面的等式:ld/sin(2α) 等于 R/sin(π/2-α)。 然后使用一些三角恒等式, 我们可以如下简化, 最终演绎表现:ld/sin(α) = 2R。 曲率κ,圆弧半径R的倒数, 等于2sin(α)/ld。 现在,我们来看看自行车模型,计算一下 算查这弧所需的转向角。 回想一下,转向角度定义了圆弧弧, 并且在圆弧半径R上有:tanδ等于汽车长度l 除以圆弧半径R。 公式这个和之前推导R的公式, 我们可以将需要的转向角表示为 圆弧,就简单计算一下。 转向角δ为tan-1(2L sin(α)/ld)。 这是一个轻松实现的转向控制器, 但它的性能如何?
为了这一点,我们需要深入研究认识价值如何在闭环中的理解点。 对于纯追踪控制器, 我们可以将横向轨迹定义为 航向矢量和目标点之间的距离。 再次,我们将使用e来表示交叉缺陷。 我们现在得到表达式:sin(α)=e/ld 结合该表达式和曲率表达式, 可以看到路径曲线,由 纯追踪控制器创造的,正比于 前瞻参考点的交叉轨迹。 随着心情的增加, 曲同时率增加, 使车辆更加积极地回到路径上。 该等式防治纯植物追踪控制器 比例控制的方式工作,以更正 干扰轨道性能,通过使用路径曲率作为控制器的输出。 带她两个过去的平方。 因此,随着前瞻距离的增加, 以传播方式实现。 重要的是要注意,有固定值的纯追踪控制器 导致曲率控制不考虑车辆速度。 这意味着所选择的转向角都是相同的,无论 是10km/h以100km/h车辆还是, 从而导致横向蛋糕非常不同。
调节高速的控制器在低速时会非常缓慢, 而在低速时调节的控制器在高速时会非常具有攻击性。 为了克服这个限制, 我们在纯追踪控制器中增加了一个修改。 我们可以根据车辆的速度改变前瞻距离。 我们将前瞻距离定义为与车辆前进速度成比例增加。 控制器的添加后的公式为:ld=K-pp 纯追踪前瞻增益, 乘以前进速度vf。 调整代入转向角,引起迷惑, 我们得到了完整的纯追踪控制器。 控制器选择转向角 由弧到前瞻参考点的形成, 并且还停留前点调整为越远交通工具的距离越远。 欧美设计产生了转向指令和速度, 可以通过给定的能力来实现, 但必须进行调整。 您现在已准备好开始为 自动驾驶汽车构建几何认知。
让我们总结一下。 在本课程中,我们定义 了几何路径跟踪控制器的类,并导出了纯控制器, 这是我们将在本课程中学习的两个几何游戏开发商。 在下一个视频中,我们将探索第二个几何路径控制器, Stanley控制器。下一节课见。
第2课补充阅读:几何横向控制——纯追求
补充阅读:几何横向控制——纯追求
要了解有关 Pure Pursuit Control 的更多信息,请阅读下面列出的 PDF:
Snider, JM,“自动驾驶汽车路径跟踪的自动转向方法”,机器人研究所,卡内基梅隆大学,匹兹堡(2009 年 2 月)。https://www.ri.cmu.edu/pub_files/2009/2/Automatic_Steering_Methods_for_Autonomous_Automobile_Path_Tracking.pdf。
Automatic_Steering_Methods_for_Autonomous_Automobile_Path_Tracking.pdf
参考
https://www.coursera.org/learn/intro-self-driving-cars/lecture/44N7x/lesson-2-geometric-lateral-control-pure-pursuit
以上是关于自动驾驶 6-2: 几何横向控制Lesson 2: Geometric Lateral Control - Pure Pursuit的主要内容,如果未能解决你的问题,请参考以下文章
自动驾驶 6-3 几何横向控制 - Stanley Geometric Lateral Control - Stanley
自动驾驶 4-2 Lesson 2: The Kinematic Bicycle Model
自动驾驶 4-5 Lesson 5: Lateral Dynamics of Bicycle Model