路径跟踪纯追踪算法 · 工程化实现

📚 共计 30 章节

课程导论与预备知识

纯追踪算法概述、应用场景（AGV/自动驾驶）、前置数学基础（几何、坐标系、车辆运动学模型）、课程大纲与学习路径。

导论数学基础

车辆运动学模型详解

自行车模型（Bicycle Model）推导、前轮转向与后轮驱动模型、阿克曼转向几何、模型假设与局限性。

运动学阿克曼

全局路径表示

路径点序列、样条曲线插值（三次样条、B样条）、路径平滑处理、路径坐标系转换。

路径规划样条

纯追踪算法原理

几何直觉与核心思想、前视距离（Look-ahead Distance）概念、圆弧拟合与曲率计算、转向角推导公式。

核心算法几何

前视距离自适应策略

固定前视距离 vs 动态前视距离、基于速度的自适应、基于路径曲率的自适应、混合自适应策略。

自适应调参

算法参数调优

前视距离系数、速度增益、曲率影响因子、调参方法论（网格搜索、贝叶斯优化）、仿真调参实战。

优化贝叶斯

坐标系与坐标变换

全局坐标系（UTM/笛卡尔）、车辆坐标系、坐标旋转与平移、齐次变换矩阵、坐标变换在追踪中的应用。

坐标系变换

路径跟踪误差分析

横向误差（Cross-track Error）、航向误差（Heading Error）、误差计算方法、误差可视化。

仿真环境搭建（Python）

Matplotlib动态仿真、Pygame简易仿真、Gazebo/CoppeliaSim简介、仿真与实车差异。

纯追踪算法Python实现（基础版）

核心函数实现（find_target_point, compute_curvature, compute_steering_angle）、主循环结构、可视化调试。

代码工程化（一）：模块化设计

配置管理（YAML/JSON）、参数类封装、算法类封装、接口设计原则。

工程化模块

代码工程化（二）：日志系统与调试

logging模块配置、调试信息输出、性能分析（cProfile）、代码规范（PEP8）。

代码工程化（三）：单元测试与CI

pytest框架、Mock对象、测试覆盖率、GitHub Actions集成。

实车部署准备

ROS环境搭建、传感器选型（IMU、编码器、GPS）、车辆线控接口、通信协议（CAN/串口）。

ROS集成（一）

ROS节点设计、话题与服务定义、消息类型（Path, Odometry, ControlCmd）、TF坐标树。

ROS集成（二）

纯追踪节点实现、路径订阅与处理、控制指令发布、多节点协调。

转向系统标定、速度标定、IMU安装角标定、GPS-IMU融合标定。

多传感器融合定位

卡尔曼滤波简介、扩展卡尔曼滤波（EKF）、粒子滤波、定位对追踪的影响。

路径跟踪性能评估

评估指标（RMSE、最大误差、收敛时间）、标准测试场景（直线、弯道、S弯）、评估脚本编写。

纯追踪 vs Stanley方法 vs LQR vs MPC、各算法优缺点、适用场景选择。

进阶：自适应纯追踪（APF）

基于模型预测的自适应、模糊逻辑自适应、强化学习调参初探。

自适应进阶

进阶：考虑动力学约束的纯追踪

轮胎侧偏角、横向加速度约束、速度规划与追踪耦合。

动力学约束

进阶：多路径段切换与重规划

路径切换逻辑、局部路径重规划、避障与追踪融合。

切换重规划

进阶：倒车追踪与特殊工况

倒车纯追踪算法、U型弯、狭窄通道、雪地/雨天工况。

倒车特殊工况

实战项目（一）：AGV仓库路径跟踪

场景描述、路径设计、算法配置、仿真验证。

实战项目（二）：园区无人配送车

多路径点、红绿灯交互、行人避让、实车测试。

实战项目（三）：高速公路车道保持

车道线检测融合、曲率前馈、舒适性优化。

实战车道保持

常见问题与排错

发散振荡、路径偏离、响应延迟、参数敏感、实车与仿真不一致。

计算效率优化（Numba/Cython）、内存管理、实时性保障、嵌入式部署要点。

总结与展望

课程回顾、前沿方向（端到端追踪、学习型控制器）、推荐资源与社区。