控制算法 · 从PID到MPC
🎯 30章 · 实战调参
友好色系 · 目录导航
📘 PID
🧠 MPC
🚦 横向/纵向
⚙️ 调参
1
控制算法概览
自动驾驶为什么需要PID和MPC？核心思想与适用场景
↗
2
PID基础理论
比例(P)、积分(I)、微分(D) 数学定义与物理意义
↗
3
PID离散化实现
连续域→离散域，位置式与增量式C++/Python代码
↗
4
PID调参方法论
Ziegler-Nichols、试凑法、临界比例度、实车经验
↗
5
PID进阶技巧
积分饱和、微分冲击、抗积分饱和与工程实践
↗
6
PID在横向控制中的应用
Stanley vs Pure Pursuit，路径跟踪调参实例
↗
7
PID在纵向控制中的应用
速度PID与加速度PID，油门/刹车标定+前馈
↗
8
PID的局限性
高速场景失效分析，带宽与相位裕度视角
↗
9
MPC基础理论
三要素：预测模型、滚动优化、反馈校正
↗
10
MPC数学推导
二次规划(QP)构建，目标函数与约束条件
↗
11
MPC离散化与线性化
车辆运动学/动力学模型线性化方法
↗
12
MPC求解器入门
OSQP、CVXOPT、ACADO 选择与配置
↗
13
MPC代码实战
Python实现线性MPC轨迹跟踪器
↗
14
MPC调参（一）
预测时域N与控制时域Nu的影响与经验
↗
15
MPC调参（二）
权重矩阵Q和R调节，跟踪精度与平滑性
↗
16
MPC调参（三）
约束软化/硬约束，不可行解处理
↗
17
MPC进阶：NMPC
非线性MPC简介，何时必须用NMPC？
↗
18
MPC与PID对比实验
弯道、变道、紧急制动性能对比
↗
19
状态估计基础
卡尔曼滤波(KF)与扩展卡尔曼(EKF)应用
↗
20
传感器融合
GPS、IMU、轮速计融合，可靠状态输入
↗
21
控制延时补偿
Smith预估器与MPC延时建模，踩坑记录
↗
22
实车标定流程
仿真→实车参数迁移，标定表格与数据记录
↗
23
控制系统稳定性分析
李雅普诺夫稳定性、输入-状态稳定性(ISS)
↗
24
鲁棒控制初步
参数不确定性下的PID与MPC设计
↗
25
学习型控制
迭代学习(ILC)与自适应控制结合PID/MPC
↗
26
Apollo/Autoware实现
开源框架控制算法代码解读
↗
27
仿真环境搭建
Carla、Gazebo、Matlab/Simulink算法验证
↗
28
故障诊断与安全冗余
监控、降级与切换逻辑
↗
29
行业前沿
Learning-based MPC、端到端与经典控制融合
↗
30
综合项目实战
车道保持+自适应巡航，调参与评估
↗