01
路径跟踪概述
无人车路径跟踪的定义、精度评价指标（横向误差、纵向误差、航向误差）、精度提升的核心挑战。
基础评价指标
02
车辆运动学模型
自行车模型推导、阿克曼转向几何、车辆状态方程建立。
运动学建模
03
车辆动力学模型
轮胎侧偏特性、二自由度动力学模型、动力学约束分析。
动力学轮胎
04
PID控制基础
比例、积分、微分环节原理、PID参数整定方法、位置式与增量式PID。
PID经典控制
05
PID路径跟踪
横向PID控制器设计、纵向PID控制器设计、PID参数自适应调整策略。
PID自适应
06
纯跟踪算法
几何路径跟踪原理、前视距离选择策略、纯跟踪算法实现与调优。
几何前视距离
07
Stanley算法
横向误差反馈控制、航向误差补偿、Stanley算法与纯跟踪对比。
反馈对比
08
模型预测控制基础
MPC基本原理、预测模型、滚动优化、反馈校正。
MPC优化
09
线性MPC路径跟踪
线性时变模型预测控制、约束处理、QP求解器应用。
线性MPCQP
10
非线性MPC路径跟踪
非线性模型预测控制、实时NMPC求解、计算效率优化。
NMPC实时
11
LQR控制方法
线性二次型调节器原理、LQR控制器设计、LQR与MPC对比。
LQR最优控制
12
前馈-反馈控制
前馈控制原理、前馈补偿设计、前馈+反馈联合控制策略。
前馈复合控制
13
滑模控制
滑模面设计、趋近律选择、滑模控制在路径跟踪中的应用。
滑模鲁棒
14
自适应控制
参数自适应估计、模型参考自适应控制、自适应PID设计。
自适应估计
15
鲁棒控制
H∞控制基础、不确定性建模、鲁棒控制器设计。
H∞鲁棒
16
模糊控制
模糊逻辑基础、模糊PID控制器、模糊规则库设计。
模糊智能
17
神经网络控制
BP神经网络、RBF神经网络、神经网络PID参数整定。
神经网络整定
18
强化学习控制
DDPG算法、SAC算法、基于强化学习的路径跟踪。
强化学习DDPG
19
传感器融合
GPS/IMU融合定位、卡尔曼滤波、粒子滤波。
融合滤波
20
状态估计
车辆状态观测器设计、扩展卡尔曼滤波、无迹卡尔曼滤波。
状态观测EKF
21
路径平滑
B样条曲线、贝塞尔曲线、路径曲率优化。
平滑曲线
22
速度规划
梯形速度规划、S形速度规划、速度与路径耦合优化。
速度规划
23
时滞补偿
系统时滞分析、Smith预估器、时滞鲁棒控制。
时滞Smith
24
扰动观测
扰动观测器设计、前馈扰动补偿、抗扰动控制策略。
扰动观测器
25
模型失配补偿
模型不确定性分析、在线模型辨识、模型自适应校正。
失配辨识
26
多约束优化
避障约束、动力学约束、执行器约束联合优化。
约束优化
27
硬件在环仿真
Simulink/CarSim联合仿真、实时仿真平台搭建、HIL测试方法。
HIL仿真
28
实车调试
实车平台搭建、参数标定流程、实车测试数据分析。
实车标定
29
精度评估与优化
精度评估指标体系、误差溯源方法、系统性优化策略。
评估优化
30
前沿趋势
端到端自动驾驶、数据驱动控制、多模态融合路径跟踪。
前沿多模态