课程导论：无人车路径跟踪与避障概述
大家好，我是这门课的主讲人。在无人车领域摸爬滚打了十来年，踩过不少坑，也积累了一些心得。今天咱们要聊的，是整个课程的开篇——路径跟踪与避障的全局图景。
说实话，很多人一上来就盯着算法细节看，结果越学越迷糊。我个人习惯是，先搭框架，再填细节。你想想看，盖房子总得先有图纸吧？学无人车算法也是一样的道理。
为什么路径跟踪与避障这么重要？
无人车要上路，核心就三件事：我在哪、我要去哪、我怎么去。路径跟踪与避障，解决的就是最后那个「怎么去」的问题。
我在项目中遇到过这样一个场景：一辆无人车在园区里跑，定位没问题，规划也没问题，但就是走不稳——要么贴着障碍物太近，要么转弯时冲出车道线。后来一查，是跟踪控制器的参数没调好。你看，算法再漂亮，落地时细节才是魔鬼。
核心观点：路径跟踪保证车辆沿着参考路径走，避障保证车辆不与障碍物碰撞。两者缺一不可，而且必须协同工作。
算法体系全景图
整个算法体系，我习惯把它分成三层来看：
- 感知层：识别车道线、障碍物、交通标志。这是基础，但咱们课程不展开讲。
- 决策规划层：生成参考路径和速度曲线。这部分会涉及路径规划算法。
- 控制执行层：把规划好的路径变成方向盘和油门信号。这就是路径跟踪的核心。
避障算法呢？它其实横跨了决策层和控制层。有的避障在规划阶段就处理了，有的则在控制阶段做局部调整。
这张图我画了很多遍，每次给新人讲课时都会拿出来。说白了，咱们这门课主要关注的就是决策规划层和控制执行层的交叉地带。
课程目标
学完这门课，我希望你能做到三件事：
- 理解核心原理：纯跟踪、Stanley、MPC这些算法到底在干什么，为什么这么干。
- 能动手实现：给你一个仿真环境，你能把算法跑起来，看到车沿着路径走。
- 会调参会避坑：遇到跟踪不准、避障失败的情况，知道从哪里下手排查。
我的建议：学算法时别光看公式。我习惯先在纸上画一遍流程图，再动手写代码。这样印象深，也容易发现问题。
学习路径
这门课一共10章，我建议你按这个顺序来：
| 章节 | 内容 | 难度 |
|---|---|---|
| 第1章 | 课程导论与算法全景图 | ⭐ |
| 第2章 | 车辆运动学模型与坐标系 | ⭐⭐ |
| 第3章 | 纯跟踪算法（Pure Pursuit） | ⭐⭐ |
| 第4章 | Stanley 方法 | ⭐⭐ |
| 第5章 | 模型预测控制（MPC）入门 | ⭐⭐⭐ |
| 第6章 | 避障算法基础：势场法与DWA | ⭐⭐⭐ |
| 第7章 | 路径跟踪与避障的融合策略 | ⭐⭐⭐ |
| 第8章 | 仿真环境搭建与调试 | ⭐⭐ |
| 第9章 | 实车部署与参数调优 | ⭐⭐⭐ |
| 第10章 | 综合项目实战 | ⭐⭐⭐⭐ |
注意：我曾经见过有人跳过前两章直接去调MPC，结果连坐标系都没搞明白，折腾了两周没跑通。嗯，这里要提醒你——基础不牢，地动山摇。别急，一步步来。
一点心里话
做无人车算法，说白了就是跟不确定性打交道。路况不确定、传感器有噪声、执行器有延迟。我刚开始做的时候，经常在仿真里跑得好好的，一上车就翻车。
为什么会这样？因为仿真太「干净」了。真实世界里，轮胎磨损、路面坡度、甚至一阵风都会影响控制效果。所以这门课里，我会把那些「书本上不会写」的实战经验也分享给你。
好，导论就到这里。记住这张全景图，后面的每一章都是在往里面填具体的砖瓦。