首页
›
自动驾驶
›
007-决策算法
›
《纵向控制与速度约束联动》
VIP20
本课程属于:007-决策算法
自动驾驶 · 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
纵向控制与速度约束联动
📚 共计 30 章节
01
纵向控制基础
车辆纵向动力学模型 · 驱动与制动原理 · 控制目标定义
动力学
基础
02
速度约束概述
道路限速 · 弯道安全车速 · 跟车距离约束 · 交通标志识别
限速
安全
03
PID控制器设计
比例·积分·微分环节 · 参数整定 · 抗积分饱和
PID
整定
04
前馈+反馈控制架构
前馈控制原理 · 前馈量计算 · 前馈与反馈协同
前馈
架构
05
模型预测控制(MPC)入门
MPC基本原理 · 预测模型 · 滚动优化 · 约束处理
MPC
优化
06
MPC在纵向控制中的应用
状态空间建模 · 代价函数设计 · 约束条件设置
MPC
建模
07
速度规划与跟踪
S-T图 · 速度曲线生成 · 梯形/S形速度规划
规划
S-T
08
跟车巡航控制(ACC)
ACC工作模式 · 间距策略 · 舒适性评价指标
ACC
跟车
09
自适应巡航与启停 (ACC+Stop&Go)
低速跟车 · 停车与起步控制 · 平滑过渡
Stop&Go
启停
10
紧急制动控制(AEB)
碰撞时间TTC计算 · 制动介入逻辑 · 分级制动策略
AEB
安全
11
限速控制(SL)
静态限速 · 动态限速 · 限速标志识别与融合
限速
SL
12
弯道速度控制
弯道半径估计 · 侧向加速度约束 · 入弯减速策略
弯道
安全
13
坡度与载重补偿
坡度估计方法 · 等效质量计算 · 补偿控制策略
坡度
补偿
14
执行器延迟与补偿
延迟来源分析 · Smith预估器 · 延迟补偿控制
延迟
Smith
15
纵向控制中的舒适性
冲击度Jerk约束 · 加速度变化率限制 · 平顺性优化
舒适性
Jerk
16
多目标优化控制
能耗·时间·舒适性权衡 · 帕累托最优
多目标
优化
17
纵向控制与横向控制的耦合
纵横向解耦与耦合 · 协同控制策略
耦合
协同
18
基于强化学习的纵向控制
DDPG算法 · 奖励函数设计 · 训练与部署
强化学习
DDPG
19
纵向控制中的安全冗余
传感器冗余 · 执行器冗余 · 降级策略
冗余
安全
20
纵向控制系统的故障诊断
传感器故障 · 执行器故障 · 诊断与容错
故障诊断
容错
21
纵向控制中的状态估计
卡尔曼滤波 · 车辆状态观测器 · 参数辨识
状态估计
卡尔曼
22
纵向控制中的通信延迟
V2V/V2I通信 · 延迟影响分析 · 预测补偿
V2X
延迟
23
纵向控制中的能量管理
纯电动/混动能量回收 · 再生制动协调
能量
再生制动
24
纵向控制中的轮胎模型
魔术公式 · 轮胎滑移率 · 附着系数估计
轮胎
魔术公式
25
道路摩擦系数估计
μ估计方法 · 基于滑移率的辨识
摩擦系数
μ
26
纵向控制中的传感器融合
雷达·摄像头·IMU·GPS融合策略
融合
感知
27
纵向控制中的轨迹跟踪
路径跟踪与速度跟踪联合控制
轨迹
跟踪
28
队列行驶(Platooning)
队列模型 · 间距策略 · 协同控制
队列
Platoon
29
法规与标准
ISO 15622 · ISO 22839 · 功能安全 ISO 26262
法规
ISO
30
系统集成与测试
HIL测试 · 实车标定 · 性能评价指标
集成
测试
所属VIP或分类
同VIP:PID参数整定:从发散到收敛工程实践
同VIP:从零搭建决策算法仿真验证
同VIP:仿真验证决策算法稳定性