01
纯跟踪算法概述
算法起源、基本原理、在自动驾驶路径跟踪中的角色定位。
起源原理角色
02
几何模型推导
阿克曼转向几何、自行车模型、纯跟踪算法的几何关系推导。
阿克曼自行车模型几何推导
03
核心参数解析
前视距离(Lookahead Distance)、车速(Velocity)、轴距(Wheelbase)的作用与影响。
前视距离车速轴距
04
前视距离固定值调优
固定前视距离的优缺点、适用场景、手动调参方法与经验法则。
固定值手动调参经验法则
05
前视距离与车速关系
线性关系模型、非线性关系模型、不同车速下的前视距离选择策略。
线性非线性车速策略
06
自适应前视距离设计
基于曲率的自适应、基于横向误差的自适应、基于速度的自适应算法。
曲率横向误差速度自适应
07
PID与纯跟踪融合
使用PID控制器动态调整前视距离、前馈+反馈混合控制架构。
PID前馈混合控制
08
模糊逻辑调参
模糊控制基础、隶属度函数设计、模糊规则表构建、解模糊化输出前视距离。
模糊控制隶属度规则表
09
遗传算法优化参数
编码方式、适应度函数设计、选择/交叉/变异操作、迭代收敛分析。
GA适应度收敛
10
粒子群优化(PSO)调参
粒子初始化、速度与位置更新、全局最优与个体最优、PSO与GA对比。
PSO全局最优对比
11
贝叶斯优化调参
高斯过程代理模型、采集函数(EI/PI/UCB)、超参数搜索空间定义。
贝叶斯高斯过程采集函数
12
强化学习调参框架
状态空间设计、动作空间设计、奖励函数设计、DDPG/SAC算法应用。
强化学习DDPGSAC
13
参数灵敏度分析
单参数灵敏度、多参数交互效应、Sobol全局灵敏度分析方法。
灵敏度Sobol交互效应
14
基于模型预测控制(MPC)的参考
MPC与纯跟踪对比、MPC约束处理、MPC实时性优化。
MPC约束实时性
15
横向误差与航向误差分析
误差定义、误差来源、误差传播特性、误差容忍度设定。
横向误差航向误差容忍度
16
不同道路曲率下的调参策略
直道、缓弯、急弯、S弯、连续弯道的参数适配方案。
直道急弯S弯
17
不同路面附着系数的影响
高附路面、低附路面、冰雪路面下的参数调整与安全边界。
高附低附冰雪
18
车速自适应调参
低速工况、中速工况、高速工况、变速工况的参数映射关系。
低速高速变速
19
实时参数更新机制
基于ROS的参数动态配置、参数平滑过渡、防抖处理。
ROS动态配置防抖
20
仿真环境搭建
Carla/SUMO/Gazebo仿真器配置、路径生成、传感器模拟、评价指标定义。
CarlaSUMOGazebo
21
实车数据采集与标定
GPS/IMU数据采集、车辆动力学参数辨识、前视距离标定实验。
GPSIMU标定
22
评价指标体系
最大横向误差、平均横向误差、RMS误差、超调量、收敛时间、舒适度指标。
RMS超调量舒适度
23
多目标优化调参
NSGA-II算法、Pareto前沿分析、权重法、约束法多目标处理。
NSGA-IIPareto权重法
24
参数鲁棒性分析
蒙特卡洛模拟、参数摄动测试、最坏情况分析、鲁棒边界确定。
蒙特卡洛摄动鲁棒边界
25
在线学习与自适应
递归最小二乘(RLS)在线辨识、模型参考自适应控制(MRAC)。
RLSMRAC在线辨识
26
基于神经网络的参数预测
MLP/RNN/LSTM网络结构、训练数据生成、模型部署与推理。
MLPLSTM部署
27
参数调优工具链开发
Python调参框架设计、可视化仪表板、自动化调参流水线。
Python仪表板自动化
28
案例实战1：园区低速无人车
园区低速无人车纯跟踪参数自适应调优全流程。
园区低速无人车全流程
29
案例实战2：高速公路乘用车
高速公路乘用车纯跟踪参数自适应调优全流程。
高速乘用车调优
30
总结与展望
纯跟踪算法局限性、未来发展方向、LQR/MPC与纯跟踪融合趋势。
局限性LQR融合趋势