VIP20

本课程属于：016-路径跟踪控制 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

速度约束下的路径跟踪 · 从理论到实践

📚 共计 30 章节

速度约束下的路径跟踪问题定义、应用场景（自动驾驶、机器人、无人机）、课程目标与学习路径。

自动驾驶机器人无人机

基础数学回顾

向量与坐标系、刚体运动与姿态表示（旋转矩阵、四元数）、运动学基础。

旋转矩阵四元数运动学

路径与轨迹的区别

路径定义（几何描述）、轨迹定义（时间参数化）、为什么速度约束是关键。

几何路径时间参数速度约束

路径跟踪 vs 轨迹跟踪

核心区别、控制目标差异、典型应用场景对比。

对比分析控制目标

速度约束的来源

执行器限制（最大速度/加速度）、安全要求（避障、舒适性）、任务需求（时间最优、能量最优）。

执行器安全最优

路径参数化方法

弧长参数化、B样条曲线、贝塞尔曲线、多项式路径。

B样条贝塞尔多项式

速度规划基础

梯形速度曲线、S形速度曲线、T型速度曲线。

时间最优路径跟踪

基本原理、凸优化方法、数值求解。

凸优化数值求解

纯跟踪控制 (Pure Pursuit)

算法原理、前视距离选择、速度自适应策略。

前视距离自适应

斯坦利控制 (Stanley)

横向误差控制、航向误差控制、速度耦合。

横向误差航向

模型预测控制 (MPC) 基础

MPC原理、预测模型、约束处理。

MPC预测模型

MPC在路径跟踪中的应用

状态空间模型、代价函数设计、速度约束嵌入。

状态空间代价函数

线性时变MPC (LTV-MPC)

线性化方法、时变系统处理、实时性优化。

非线性MPC (NMPC)

非线性模型、求解器选择（ACADO、CasADi）、计算效率。

速度约束下的MPC调参

权重矩阵调节、预测时域选择、约束松弛。

调参约束松弛

自适应巡航与路径跟踪

纵向控制、跟车模型、速度约束融合。

路径重规划与速度调整

动态障碍物避让、速度剖面重生成、安全距离保持。

避障重规划

基于优化的速度规划

二次规划（QP）方法、非线性规划（NLP）、实时求解。

速度约束下的路径平滑

曲率约束、连续性约束、B样条优化。

多约束路径跟踪

同时考虑速度、加速度、jerk约束。

鲁棒控制方法

滑模控制、H∞控制、不确定性处理。

学习-based 方法

强化学习路径跟踪、模仿学习、端到端方法。

强化学习模仿学习

传感器融合与状态估计

卡尔曼滤波、粒子滤波、定位不确定性对速度约束的影响。

卡尔曼粒子滤波

硬件在环仿真 (HIL)

仿真平台搭建、实时性测试、故障注入。

实车/实机部署

代码优化、嵌入式实现、标定与调试。

嵌入式标定

性能评估指标

跟踪误差（横向/纵向）、速度跟踪精度、计算耗时、鲁棒性。

误差鲁棒性

案例研究1：自动驾驶车辆

城市道路、高速公路路径跟踪。

自动驾驶实车

案例研究2：移动机器人

仓库AGV、服务机器人路径跟踪。

AGV服务机器人

案例研究3：无人机路径跟踪

航点飞行、避障。

无人机航点

课程总结与前沿展望

当前挑战、未来趋势（协同控制、V2X、AI融合）。