首页
›
自动驾驶
›
012-端到端自动驾驶
›
《跟踪误差与速度约束调优工程实践》
VIP20
本课程属于:012-端到端自动驾驶
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
跟踪误差与速度约束调优工程实践
📚 共计 30 章节
第01章
跟踪误差与速度约束概述
定义、应用场景(AGV、机器人、CNC)、核心挑战。
概念
入门
第02章
跟踪误差的数学定义
位置误差、速度误差、加速度误差的公式与物理意义。
数学
基础
第03章
速度约束的数学表达
最大速度、加速度、加加速度(Jerk)的约束模型。
约束
建模
第04章
误差与约束的耦合关系
为什么速度约束会影响跟踪误差?
耦合
分析
第05章
经典PID控制下的误差分析
比例、积分、微分项对跟踪误差的影响。
PID
控制
第06章
前馈控制与误差补偿
前馈项如何减少跟踪误差?
前馈
补偿
第07章
速度规划基础
梯形速度曲线、S形速度曲线原理。
规划
曲线
第08章
梯形速度曲线调优
加速度、最大速度对跟踪误差的影响。
调优
梯形
第09章
S形速度曲线调优
加加速度(Jerk)对平滑性和误差的影响。
S形
Jerk
第10章
约束条件下的最优速度规划
时间最优与能量最优的权衡。
最优
权衡
第11章
模型预测控制(MPC)简介
MPC如何处理约束与误差?
MPC
预测
第12章
MPC参数调优
预测时域、控制时域、权重矩阵对跟踪性能的影响。
调优
权重
第13章
基于MPC的跟踪误差与速度约束联合优化
案例与代码。
联合
实战
第14章
鲁棒控制与不确定性
如何处理模型失配带来的误差?
鲁棒
不确定性
第15章
自适应控制
在线调整参数以应对变化的约束。
自适应
在线
第16章
迭代学习控制(ILC)
重复运动中的误差收敛。
ILC
迭代
第17章
传感器噪声与滤波
卡尔曼滤波、低通滤波对误差估计的影响。
滤波
噪声
第18章
执行器饱和
速度/力矩饱和对跟踪性能的影响及应对策略。
饱和
执行器
第19章
轨迹跟踪中的时变约束
动态环境下的约束调整。
时变
动态
第20章
多轴协同中的误差与约束
同步误差与交叉耦合控制。
多轴
协同
第21章
仿真环境搭建
基于Python/Matlab的仿真平台。
仿真
环境
第22章
仿真案例1:一维运动系统的PID与前馈调优
一维运动系统的PID与前馈调优。
案例
PID
第23章
仿真案例2:二维轨迹跟踪的MPC调优
二维轨迹跟踪的MPC调优。
案例
MPC
第24章
仿真案例3:考虑执行器饱和的鲁棒控制
考虑执行器饱和的鲁棒控制。
案例
鲁棒
第25章
实验数据采集与分析
如何从实际系统中获取误差数据?
数据
采集
第26章
误差频谱分析
识别周期性误差与随机误差。
频谱
分析
第27章
约束违反检测与报警
实时监控速度、加速度是否超限。
监控
报警
第28章
调优流程总结
从建模、仿真到实验的完整工作流。
流程
总结
第29章
常见问题与避坑指南
参数振荡、积分饱和、噪声放大。
避坑
经验
第30章
未来趋势
学习型控制、端到端优化在跟踪误差与约束调优中的应用。
前沿
趋势
所属VIP或分类
同VIP:PID参数整定:从发散到收敛
同VIP:ROS与Gazebo复杂场景避障算法开发
同VIP:从仿真验证到实车部署:自动驾驶系统落地实战