第1章课程导论与预备知识

一、课程导论与预备知识

大家好，我是你们这门课的老朋友。在自动驾驶这个圈子里摸爬滚打了快十年，说实话，纯追踪算法是我个人觉得最「接地气」的一个路径跟踪方法。为什么这么说？因为它数学上不复杂，工程上又特别管用。今天咱们就来聊聊这门课的开篇——课程导论与预备知识。

纯追踪算法，英文叫 Pure Pursuit。说白了，就是让车去追一个前方远处的点。你想想看，我们开车的时候，眼睛盯着前方某个目标点，然后打方向盘让车头对准它——纯追踪干的就是这事儿。

它的核心思想很简单：在当前车辆位置前方，选一个目标点，然后计算一个圆弧半径，让车辆沿着这个圆弧平滑地到达目标点。这个目标点通常是在参考路径上，距离车辆一个固定的「前视距离」。

核心公式：

δ = arctan(2 * L * sin(α) / ld)

其中：δ 是前轮转角，L 是轴距，α 是航向偏差角，ld 是前视距离。

嗯，这里要注意：前视距离 ld 是个关键参数。调大了，车拐弯平滑但容易「抄近道」；调小了，跟踪精度高但方向盘会抖得厉害。我在项目中遇到过，有一次在仓库 AGV 上调试，ld 设小了，车在直道上走 S 形，跟喝醉了似的。

纯追踪算法的应用场景其实比你想的广。我把它分成两大类：

AGV（自动导引车）：工厂里的搬运机器人、仓储物流小车。这类场景速度慢（一般不超过 2m/s），路径简单，纯追踪算法绰绰有余。我记得有个项目，客户要求 AGV 在 5cm 精度内停到工位，纯追踪配合 PID 控制，轻松搞定。
自动驾驶汽车：高速场景下，纯追踪算法通常作为底层跟踪器，上层还有规划模块。为什么？因为高速时前视距离要动态调整，否则弯道容易失控。我曾经在高速测试中，ld 没调好，80km/h 过弯时差点冲出车道——从那以后我再也不敢用固定 ld 了。

我的建议：如果你是初学者，先从 AGV 场景入手。速度慢、安全风险低，调参也容易。等把纯追踪的「脾气」摸透了，再上自动驾驶。

这部分是硬骨头，但别怕，我尽量用大白话讲清楚。

纯追踪算法本质上是个几何问题。你需要理解：

举个例子：你站在原点，前方 10 米处有个点，偏左 30 度。你要画一个圆弧过去，圆弧半径是多少？这就是纯追踪要算的东西。

搞自动驾驶，坐标系绕不开。我习惯用这三个：

为什么要有这么多坐标系？说白了，每个坐标系都有它擅长的活。全局坐标系适合规划路径，车辆坐标系适合算控制量，路径坐标系适合分析跟踪误差。我在做项目时，经常要在三个坐标系之间来回转换，稍不注意就搞混了——嗯，这里建议你写个坐标转换的工具函数，省得每次手算。

纯追踪算法用的是最简单的运动学模型——自行车模型。为什么叫自行车？因为它把四轮车简化成两轮车，前轮转向、后轮驱动。

自行车模型的状态方程：

x_dot = v * cos(θ)
y_dot = v * sin(θ)
θ_dot = v * tan(δ) / L

其中 (x, y) 是后轴中心位置，θ 是航向角，v 是速度，δ 是前轮转角，L 是轴距。

这个模型假设车辆在低速下运动，没有侧滑。实际项目中，只要速度不超过 10m/s，这个模型就够用。我曾经在雪地上试过，轮胎打滑时模型就不准了——那是动力学该管的事。

下面这张图是我自己画的，把本章的知识点串起来了。你看一眼，心里就有谱了。

这门课一共 30 章，我把它分成四个阶段：

避坑指南：我曾经见过不少同学，一上来就调实车，结果车撞了墙还不知道问题出在哪。我的建议是：先在仿真里跑通，再上实车。仿真环境我推荐用 Gazebo 或者 CARLA，后面会教你怎么搭。

学习路径上，我建议你按顺序来。每一章都有代码示例和练习题，别跳着看——尤其是数学基础那几章，跳过去后面会看不懂。我当年自学的时候，就是吃了这个亏，后来老老实实回头补课。

好了，第一章就到这里。记住：纯追踪算法不难，难的是把它用好。后面我们会一步步深入，把每个细节都掰开揉碎了讲清楚。