第一章 课程导论与预备知识：无人车路径跟踪控制概述、坐标系与车辆运动学模型、Python与ROS2环境搭建
1.1 无人车路径跟踪控制——到底在解决什么问题？
各位同学，欢迎来到《无人车路径跟踪控制实战》。我是你们这门课的主讲，一个在自动驾驶领域摸爬滚打了七八年的老工程师。
先聊聊“路径跟踪”到底是个啥。说白了，就是让一辆车，沿着一条事先规划好的路线，稳稳当当地开过去。你想想看，规划层给了你一条“理想轨迹”，但车是物理实体，有惯性、有转向延迟、有轮胎打滑。怎么让车听话？这就是路径跟踪控制要干的事。
我个人习惯把这个问题拆成三块：
- “在哪”——车辆当前的位姿（位置+朝向）
- “要去哪”——参考路径上的目标点
- “怎么去”——计算方向盘转角、油门/刹车指令
我在项目中遇到过最头疼的事，就是路径跟踪算法在仿真里跑得飞起，一上路就“画龙”。后来发现，问题出在坐标系转换上——你用的坐标系和传感器用的坐标系没对齐。嗯，这里要注意，坐标系是基础中的基础。
核心观点：路径跟踪控制的本质，是一个带约束的、时变的、非线性的跟踪问题。别被这些术语吓到，后面我们会一步步拆解。
1.2 坐标系与车辆运动学模型——你得知道车怎么动
搞无人车控制，坐标系就是你的“世界观”。我刚开始学的时候，被各种坐标系绕晕过。后来总结了一个口诀：“全局定位置，车身定朝向，轮胎定速度”。
1.2.1 常用坐标系
| 坐标系 | 原点 | 用途 |
|---|---|---|
| 全局坐标系 (World Frame) | 地图原点（如UTM坐标） | 路径规划、定位 |
| 车身坐标系 (Body Frame) | 车辆后轴中心 | 控制指令、传感器数据 |
| 轮胎坐标系 (Tire Frame) | 轮胎接地点 | 动力学分析 |
实际项目中，我最常用的是车身坐标系。为什么？因为控制指令（比如“打方向盘5度”）天然是在车身坐标系下定义的。你想想看，你不可能对车说“往东北方向打方向盘”，对吧？
1.2.2 自行车模型——最简单的运动学抽象
车辆运动学模型有很多，但入门阶段，自行车模型（Bicycle Model）是绝对的首选。它把四轮车简化成两轮车，假设左右轮转角一致，忽略侧偏。
模型的状态方程长这样：
# 自行车模型运动学方程（Python伪代码）
def update_state(x, y, yaw, v, delta, L, dt):
"""
x, y: 后轴中心位置
yaw: 航向角
v: 纵向速度
delta: 前轮转角
L: 轴距
dt: 时间步长
"""
x_next = x + v * cos(yaw) * dt
y_next = y + v * sin(yaw) * dt
yaw_next = yaw + (v / L) * tan(delta) * dt
return x_next, y_next, yaw_next
这段代码我闭着眼都能写出来。为什么？因为几乎所有路径跟踪算法（Pure Pursuit、Stanley、MPC）的底层，都跑着这个模型。我曾经在一个项目中，因为轴距L参数标定错了5厘米，导致高速跟踪时误差越来越大。避坑指南：轴距一定要实测，别信车辆手册上的标称值。
个人经验：自行车模型在低速（< 10 m/s）场景下精度足够。如果车速超过15 m/s，建议引入动力学模型，考虑轮胎侧偏刚度。我们会在后面的章节专门讲这个。
1.3 Python与ROS2环境搭建——工欲善其事，必先利其器
好了，理论说完了，咱们得动手。这门课的所有代码，我都会用 Python + ROS2 (Humble) 来演示。为什么选这个组合？
- Python：快速原型验证，适合教学。控制算法用Python写，效率足够。
- ROS2：工业级机器人操作系统，消息通信、节点管理、可视化工具一应俱全。
1.3.1 环境要求
| 组件 | 推荐版本 | 备注 |
|---|---|---|
| Ubuntu | 22.04 LTS | ROS2 Humble官方支持 |
| ROS2 | Humble Hawksbill | 长期支持版，稳定 |
| Python | 3.10+ | ROS2 Humble自带 |
| NumPy | ≥1.24 | 矩阵运算必备 |
| Matplotlib | ≥3.7 | 可视化调试 |
1.3.2 安装步骤（浓缩版）
我建议你按这个顺序来，别跳步。我曾经帮一个学员调试环境，他跳过了系统更新，结果编译ROS2包时报了一堆莫名其妙的依赖错误。
# 1. 设置locale（避免中文乱码）
sudo apt update && sudo apt install locales
sudo locale-gen en_US en_US.UTF-8
# 2. 添加ROS2源
sudo apt install software-properties-common
sudo add-apt-repository universe
sudo apt update && sudo apt install curl -y
sudo curl -sSL https://raw.githubusercontent.com/ros/rosdistro/master/ros.key -o /usr/share/keyrings/ros-archive-keyring.gpg
echo "deb [arch=$(dpkg --print-architecture) signed-by=/usr/share/keyrings/ros-archive-keyring.gpg] http://packages.ros.org/ros2/ubuntu $(. /etc/os-release && echo $UBUNTU_CODENAME) main" | sudo tee /etc/apt/sources.list.d/ros2.list > /dev/null
# 3. 安装ROS2 Humble桌面版
sudo apt update
sudo apt install ros-humble-desktop python3-colcon-common-extensions
# 4. 安装Python依赖
pip install numpy matplotlib transforms3d
注意：如果你用的是Windows或macOS，建议用Docker或者WSL2。ROS2在非Linux系统上支持有限，别在这上面浪费时间。我见过太多人在环境搭建上卡了两三天，最后发现是系统不兼容。
1.3.3 验证安装
装完之后，跑一下这个命令，看看小乌龟能不能动：
# 终端1：启动ROS2核心
ros2 run turtlesim turtlesim_node
# 终端2：发送控制指令
ros2 run turtlesim turtle_teleop_key
如果你能看到一个小乌龟窗口，并且能用键盘控制它移动，恭喜你，环境搭好了！
1.4 本章知识体系总览
为了让你对本章内容有个整体印象，我画了一张图。这张图也是后面整个课程的技术路线图。
这张图把本章的三个核心模块串起来了。你会发现，路径跟踪控制不是孤立的知识点，它需要坐标系作为“语言”，运动学模型作为“身体”，ROS2作为“工具”。三者缺一不可。
我的建议：如果你对坐标系变换还不熟，花半小时手推一下自行车模型的雅可比矩阵。别偷懒，这个推导过程会让你对“车到底怎么动”有肌肉记忆。我当年就是这么过来的。
好了，第一章的内容就到这里。环境搭好之后，记得跑一下小乌龟示例，感受一下ROS2的消息通信机制。下一章，我们会正式进入第一个控制算法——Pure Pursuit。到时候见。
公众号:蓝海资料掘金营，微信deep3321