文章目录
- 1 自行车模型
- 2 PID反馈控制
-
- 2.1 横向控制
- 2.2 纵向控制
1 自行车模型
在自行车模型中,我们假设车辆姿态处于一个二维的平面坐标系内,车辆的姿态可以由位移(position)和车身夹角(heading)完全描述,并且前后轮由一个刚性(rigid)轴连接,前轮可转动,后轮只能直行。
自行车模型的一个重要特征是:如果车辆不向前移动,就不能横向位移,称为非完整性约束(nonholonomic constraint)。
符号 | 含义 |
---|---|
e ‾ x , e ‾ y \overline{e}_{x},\overline{e}_{y} ex,ey | x和y方向的单位向量 |
p r p_{r} pr | position rear tyre 后轮所在位置的向量 |
p ˙ r \dot{p}_{r} p˙r | 后轮地面接触点瞬时速度向量 |
p f p_{f} pf | position front tyre 前轮所在位置的向量 |
p ˙ f \dot{p}_{f} p˙f | 前轮地面接触点瞬时速度向量 |
θ \theta θ | 车身的朝向角,即后轮朝向角 P ˙ r \dot{P}_r P˙r和 e ‾ x \overline{e}_x ex的夹角 |
δ \delta δ | 方向盘转角,前轮朝向和车身朝向的夹角 |
l l l | 刚性轴长度 |
这样后轮的x方向速度分量 x ˙ r \dot{x}_r x˙r,y方向速度分量 y ˙ r \dot{y}_r y˙r,和朝向角可以表示为:
x ˙ r = v r cos ( θ ) \dot{x}_{r}=v_{r} \cos (\theta) x˙r=vrcos(θ)
y ˙ r = v r sin ( θ ) \dot{y}_{r}=v_{r} \sin (\theta) y˙r=vrsin(θ)
θ = v r tan ( δ ) / l \theta=v_{r} \tan (\delta) / l θ=vrtan(δ)/l
同理,前轮的x方向速度分量 x ˙ f \dot{x}_f x˙f,y方向速度分量 y ˙ f \dot{y}_f y˙f,和朝向角可以表示为:
x ˙ f = v f cos ( θ + δ ) \dot{x}_{f}=v_{f} \cos (\theta+\delta) x˙f=vfcos(θ+δ)
y ˙ f = v f sin ( θ + δ ) \dot{y}_{f}=v_{f} \sin (\theta+\delta) y˙f=vfsin(θ+δ)
θ = v f sin ( δ ) / l \theta=v_{f} \sin (\delta) / l θ=vfsin(δ)/l
前后轮的切向速度满足: v r = v f cos ( δ ) v_{r}=v_{f} \cos (\delta) vr=vfcos(δ)
在这样的车辆模型下,反馈控制需要解决的问题之一,就是寻找满足车辆动态姿态限制的方向盘转角 δ ∈ [ δ m i n , δ m a x ] \delta\in[\delta_{min},\delta_{max}] δ∈[δmin,δmax]和前向速度 v r ∈ [ v m i n , v m a x ] v_r\in[v_{min},v_{max}] vr∈[vmin,vmax]。
2 PID反馈控制
无人车反馈控制模块的任务,是控制车辆尽可能遵循上游动作规划(轨迹和速度)出的时空轨迹。
这里使用两个PID控制器分别控制方向盘转角 δ \delta δ以及前进速度 v s v_s vs。
2.1 横向控制
横向控制主要跟踪的变量误差主要是轨迹的横向误差,和角度误差。
在n采样时刻,控制方向盘转角的PID控制器如下:
δ n = K 1 θ e + K 2 l e / V s + K 3 i e + K 4 ∑ i = 1 n l e Δ t \delta_{n}=K_{1} \theta_{e}+K_{2} l_{e} / V_{s}+K_{3} i_{e}+K_{4} \sum_{i=1}^{n} l_{e} \Delta t δn=K1θe+K2le/Vs+K3ie+K4i=1∑nleΔt
符号 | 说明 |
---|---|
θ e \theta_e θe | 当前车朝向,和基准轨迹点(Reference Point)之间的跟踪角度误差 |
l e l_e le | 横向位置和基准点轨迹之间的距离误差 |
V s V_s Vs | 车辆在纵向方向的速度 |
2.2 纵向控制
纵向控制主要跟踪的速度误差,其中速度误差是轨迹曲率和基准轨迹点曲率的函数:
V e = − f ( k Vehicle , k Reference ) V_e=-f\left(k_{\text { Vehicle }}, k_{\text { Reference }}\right) Ve=−f(k Vehicle ,k Reference )
因此前进速度的PID控制器可以写成:
U V = K P V e + K I ∑ V e Δ t + K D Δ V e / Δ t U_{V}=K_{P} V_{e}+K_{I} \sum V_{e} \Delta t+K_{D} \Delta V_{e} / \Delta t UV=KPVe+KI∑VeΔt+KDΔVe/Δt
符号 | 说明 |
---|---|
k Vehicle k_{\text { Vehicle }} k Vehicle | 车辆当前的轨迹点曲率 |
k Reference k_{\text { Reference }} k Reference | 基准轨迹点的基准点曲率 |
参考文章
《第一本无人驾驶技术书》刘少山
在Typora中输入公式
Typora开启行内公式
常用数学符号的 LaTeX 表示方法
一份不太简短的LATEX2ε介绍【精华】