目錄

1. 簡(jiǎn)介

2. 控制流程

3. PID控制

4. PID優(yōu)劣對(duì)比

---

本文轉(zhuǎn)自微信公眾號(hào)：Apollo開發(fā)者社區(qū)?原創(chuàng)：?阿波君?Apollo開發(fā)者社區(qū)?9月26日

上周我們發(fā)布了無人駕駛技術(shù)的?規(guī)劃篇，車輛基于高精地圖，感知和預(yù)測(cè)模塊的數(shù)據(jù)來進(jìn)行這一規(guī)劃。

本期我們將介紹和控制相關(guān)的知識(shí)，具體講解最常用的控制算法---------?PID控制器。自動(dòng)駕駛的入門課程已經(jīng)接近尾聲，開發(fā)者學(xué)習(xí)的熱情依然高漲。希望開發(fā)者們?cè)谕瓿扇腴T課程后，繼續(xù)深入學(xué)習(xí)無人駕駛技術(shù)，在無人駕駛領(lǐng)域越走越遠(yuǎn)。

---

視頻連接為：https://v.qq.com/x/page/u0719ta7ad7.html

1. 簡(jiǎn)介

控制是驅(qū)使車輛前行的策略。對(duì)于汽車而言，最基本的控制輸入為轉(zhuǎn)向、加速和制動(dòng)。通常，控制器使用一系列路徑點(diǎn)來接收軌跡。控制器的任務(wù)是使用控制輸入讓車輛通過這些路徑點(diǎn)。

首先，控制器必須準(zhǔn)確，這意味著它應(yīng)避免偏離目標(biāo)軌跡。這對(duì)于安全來說，尤為重要。即使路面潮濕或者道路比較陡峭，控制器仍需要準(zhǔn)確地執(zhí)行軌跡。其次，控制策略對(duì)汽車應(yīng)該具備可行性。例如，如果你的汽車向北行駛，而你希望它立即向東轉(zhuǎn)。你可以在游戲中做到這一點(diǎn)，但在現(xiàn)實(shí)中無法實(shí)現(xiàn)。最后，需要考慮的是平穩(wěn)度。舒適的駕駛非常重要。如果車輛行駛得不規(guī)律，那乘客永遠(yuǎn)不會(huì)想再次乘坐它了。要使控制順利進(jìn)行，驅(qū)動(dòng)必須是連續(xù)的。這意味著你應(yīng)避免突然轉(zhuǎn)向、加速或制動(dòng)。

總之，我們的目標(biāo)是使用可行的控制輸入，最大限度地降低與目標(biāo)軌跡的偏差、最大限度地提供乘客的舒適度。有三種可用于實(shí)現(xiàn)這些目標(biāo)的控制策略：比例積分微分控制（或PID）、線性二次調(diào)節(jié)器（或LQR）、模型預(yù)測(cè)控制（或MPC）。

2. 控制流程

控制器預(yù)計(jì)有兩種輸入：目標(biāo)軌跡與車輛狀態(tài)。目標(biāo)軌跡來自規(guī)劃模塊，在每個(gè)軌跡點(diǎn)，規(guī)劃模塊指定一個(gè)位置和參考速度。在每個(gè)時(shí)間戳都對(duì)軌跡進(jìn)行更新。我們還需要了解車輛狀態(tài)，車輛狀態(tài)包括：通過本地模塊來計(jì)算的車輛位置、從車輛內(nèi)部傳感器獲取的數(shù)據(jù)（如速度、轉(zhuǎn)向和加速度）。我們使用這兩個(gè)輸入來計(jì)算目標(biāo)軌跡與實(shí)際行進(jìn)軌跡之間的偏差。

控制器的輸出是控制輸入（轉(zhuǎn)向、加速和制動(dòng)）的值。當(dāng)偏離目標(biāo)軌跡時(shí)，我們希望采取行動(dòng)來糾正這種偏差。對(duì)于普通汽車，我們使用方向盤控制行駛方向（即轉(zhuǎn)向）、使用油門加速、使用剎車減速（即制動(dòng)）。這也是無人駕駛汽車所做的。一旦將這三個(gè)值傳遞給車輛，汽車實(shí)際上已經(jīng)開始無人駕駛了。之后將介紹不同的控制算法，如何計(jì)算這三個(gè)輸出：轉(zhuǎn)向、加速和制動(dòng)。

3. PID控制

首先介紹的算法為PID控制，這個(gè)控制器的優(yōu)點(diǎn)在于它非常簡(jiǎn)單，只需要知道與目標(biāo)軌跡有多大的偏離。PID的第一組件為P代表“比例”(Proportional)。設(shè)想一輛車正試圖遵循目標(biāo)軌跡，P控制器在車輛開始偏離時(shí)立即將其拉回目標(biāo)軌跡。比例控制意味著，車輛偏離越遠(yuǎn)，控制器越難將其拉回目標(biāo)軌跡。

在實(shí)踐中P控制器的一個(gè)問題在于，它很容易超出參考軌跡。當(dāng)車輛越來越接近目標(biāo)軌跡時(shí)，我們需要控制器更加穩(wěn)定。PID控制器中的D項(xiàng)致力于使運(yùn)動(dòng)處于穩(wěn)定狀態(tài)，D代表“微分”（Derivative）。PD控制器類似于P控制器，它增加了一個(gè)阻尼項(xiàng)，可最大限度地減少控制器輸出的變化速度。

PID控制器中的最后一項(xiàng)I代表積分（Integral），該項(xiàng)負(fù)責(zé)糾正車輛的任何系統(tǒng)性偏差。例如，轉(zhuǎn)向可能失準(zhǔn)，這可能造成恒定的轉(zhuǎn)向偏移。在這種情況下，我們需要稍微向一側(cè)轉(zhuǎn)向以保持直行。為解決這一問題，控制器會(huì)對(duì)系統(tǒng)的累積誤差進(jìn)行懲罰。我們可以將P、I和D組件結(jié)合構(gòu)成PID控制器。

4. PID優(yōu)劣對(duì)比

PID控制器很簡(jiǎn)單，但它在很多情況下的效果很好。對(duì)于PID控制器，你只需要知道你的車輛與目標(biāo)軌跡之間的偏差。但是PID控制器只是一種線性算法，對(duì)于非常復(fù)雜的系統(tǒng)而言，這是不夠的。例如，為控制具有多個(gè)關(guān)節(jié)的四軸飛行器或機(jī)器人，我們需要建立機(jī)器人的物理模型。對(duì)無人駕駛而言，我們需要應(yīng)用不同的PID控制器來控制轉(zhuǎn)向和加速，這意味著很難將橫向和縱向控制結(jié)合起來。另一個(gè)問題在于PID控制器依賴于實(shí)時(shí)誤差測(cè)量，這意味著受到測(cè)量延遲限制時(shí)可能會(huì)失效。

更多詳細(xì)課程內(nèi)容，大家可以登陸官網(wǎng)繼續(xù)學(xué)習(xí)！

也可以添加社區(qū)小助手（Apollodev）為好友，回復(fù)“課程學(xué)習(xí)”進(jìn)群與其他開發(fā)者共同交流學(xué)習(xí)。 ?

自課程上線以來，瀏覽量已超10萬(wàn)，已幫助全球97個(gè)國(guó)家約 7000 名學(xué)員入門自動(dòng)駕駛與 Apollo 開源平臺(tái)，其中37%為海外學(xué)員，本門課程已成為優(yōu)達(dá)學(xué)城 (Udacity) 近期獲得關(guān)注度最高的免費(fèi)課程之一。

總結(jié)

以上是生活随笔為你收集整理的Apollo自动驾驶入门课程第⑨讲 — 控制（上）的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。