🚗 MPC · ADAS 调参实战
30 章 · 从入门到实车
🧑🏫
友好色系
🎯 参数调优
📐 模型预测
01
MPC基础
基本原理
ADAS角色
预测/控制时域
02
车辆运动学模型
自行车模型
状态空间
离散化
03
约束处理
硬/软约束
松弛因子
违反代价
04
目标函数设计
跟踪误差权重
控制量惩罚
加速度平滑性
05
QP求解器入门
二次规划
OSQP vs CVXGEN
求解器配置
06
预测时域调参
跟踪性能
计算负担
经验法则
07
控制时域调参
控制自由度
响应速度
与预测时域配合
08
权重矩阵Q调参
位置误差
航向角误差
速度跟踪
09
权重矩阵R调参
转向角惩罚
加速度惩罚
变化率惩罚
10
松弛因子调参
约束违反容忍
软约束优先级
工程折中
11
纵向控制MPC
速度跟踪
加速度约束
舒适性调参
12
横向控制MPC
路径跟踪
侧向加速度限制
预瞄距离
13
横纵向耦合MPC
联合控制框架
权重分配
解耦vs耦合
14
变道场景调参
变道时间
转向平滑性
安全距离约束
15
弯道行驶调参
弯道曲率适应
速度预减
侧向加速度限制
16
紧急避障调参
响应时间
制动与转向协调
稳定性边界
17
自适应巡航ACC
跟车距离
舒适性权重
前车预测处理
18
车道保持LKA
中心线跟踪
偏离惩罚
转向干预强度
19
硬件在环HIL调参
实时性要求
求解器延迟补偿
硬件约束映射
20
参数灵敏度分析
性能影响程度
关键参数识别
调参优先级
21
贝叶斯优化调参
自动调参框架
代理模型
采集函数
22
遗传算法调参
种群初始化
适应度函数
交叉变异
23
基于MPC的轨迹规划
规划与跟踪协同
代价函数
约束传递
24
多目标优化调参
安全性·舒适性·效率
权重平衡
帕累托前沿
25
鲁棒性调参
模型失配处理
参数摄动
鲁棒MPC简介
26
非线性MPC调参
非线性模型处理
求解器选择
实时性挑战
27
代码实现
Python MPC框架
C++部署要点
ROS集成
28
仿真验证
Carla/SUMO联合
场景库构建
评价指标
29
实车测试调参
标定流程
数据记录
参数迭代方法
30
综合案例
高速公路全场景
仿真到实车
全流程调参