首页
›
机器人系统
›
006-关节控制
›
《轨迹跟踪与调参全攻略》
VIP20
本课程属于:006-关节控制
机器人系统 · 共 20 门相关课程,组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录
咨询 / 购买
轨迹跟踪与调参全攻略
📚 共计 30 章节
01
轨迹跟踪概述
什么是轨迹跟踪?为什么重要?应用场景(AGV、机械臂、自动驾驶)。
基础
概念
02
坐标系基础
世界坐标系、机器人坐标系、齐次变换矩阵。
数学
必备
03
运动学模型
差速轮模型、阿克曼模型、全向轮模型。
建模
轮式
04
轨迹表示方法
路径点序列、多项式曲线、样条曲线。
曲线
插值
05
PID控制原理
比例、积分、微分的作用与调参直觉。
经典
调参
06
位置PID与速度PID
内环外环结构,为什么速度环更快?
串级
结构
07
前馈控制
前馈与反馈的区别,如何用前馈减少滞后。
补偿
进阶
08
纯追踪算法
几何原理、前视距离的影响、代码实现。
几何
路径跟踪
09
Stanley算法
横向误差与航向误差的融合,调参技巧。
横向
控制
10
LQR控制
线性二次型调节器,状态反馈与权重矩阵Q/R。
最优
状态反馈
11
MPC模型预测控制
基本原理、约束处理、与LQR的对比。
预测
约束
12
轨迹平滑
贝塞尔曲线、B样条、最小 jerk 轨迹。
平滑
曲线
13
速度规划
梯形速度、S形速度、T型速度曲线。
速度
规划
14
时间最优轨迹
考虑加速度与 jerk 约束的轨迹生成。
优化
时间
15
路径跟踪与轨迹跟踪的区别
路径 vs 轨迹,时间维度。
概念
辨析
16
误差定义与计算
横向误差、纵向误差、航向误差。
评估
指标
17
调参方法论
从定性到定量,Ziegler-Nichols 方法。
调参
经典
18
仿真环境搭建
Python + Matplotlib / Pygame 简易仿真。
仿真
实践
19
实车调试注意事项
传感器延迟、执行器饱和、噪声滤波。
工程
实战
20
自适应控制
增益调度、模糊PID、模型参考自适应。
自适应
高级
21
鲁棒控制
针对模型不确定性的设计思路。
鲁棒
不确定性
22
非线性控制
反步法、滑模控制在轨迹跟踪中的应用。
非线性
滑模
23
视觉伺服
基于视觉的轨迹跟踪,图像雅可比矩阵。
视觉
伺服
24
多机器人编队跟踪
领航-跟随法、虚拟结构法。
编队
多机器人
25
故障诊断与容错
传感器失效时的轨迹保持策略。
容错
安全
26
性能评估指标
RMSE、最大误差、跟踪延迟、稳定性。
指标
评价
27
案例实战1:AGV直线PID调参
AGV 沿直线轨迹的 PID 调参全流程。
实战
AGV
28
案例实战2:弯道跟踪对比
自动驾驶弯道跟踪的纯追踪与 MPC 对比。
实战
自动驾驶
29
案例实战3:机械臂笛卡尔跟踪
机械臂末端执行器的笛卡尔空间轨迹跟踪。
实战
机械臂
30
总结与进阶
从经典控制到强化学习,未来趋势。
展望
前沿
所属VIP或分类
同VIP:人形机器人关节标定实战
同VIP:人形机器人步态关节控制
同VIP:从零上手关节控制实战