无人驾驶车辆的反馈控制介绍

　　1.1 无人驾驶车辆

　　大到类似百度apollo无人车，无人配送车，小到扫地机器人，其实都是无人驾驶车辆。都是一个复杂的软硬件结合系统，其软件算法模块主要包含：感知、定位、轨迹预测、行为决策、运动规划及反馈控制等。在这里介绍和补充的是反馈控制部分。

　　1.2 横向控制和纵向控制

　　反馈控制是无人车 最底层 的软件算法模块，包括：

　　横向控制，主要用于车辆方向盘的控制

　　纵向控制，主要用于车辆油门、刹车的控制

　　两者协同工作以使无人车按照预定的参考轨迹行驶，其中，横向控制根据上层运动规划输出的 路径、曲率 等信息进行跟踪控制，以减少跟踪误差，同时保证车辆行驶的 稳定性和舒适性。

　　1.3 横向控制

　　根据横向控制使用车辆模型的不同，可以将其分为两种类型，包括：

　　无模型的横向控制方法

　　基于模型的横向控制方法

　　1.3.1 无模型横向控制

　　无模型的横向控制即传统的PID控制算法，将车辆当前的路径跟踪偏差作为输入量，对跟踪偏差进行比例（Proportion）、积分（Integration）和微分（Differentiation）控制得到转向控制量。

　　但该算法由于没有考虑车辆本身的特性，因此算法对外界干扰的鲁棒性较差，无法满足车辆在高速行驶过程中的有效控制。

　　1.3.2 基于模型横向控制

　　而其中基于模型的方法又可分为：

　　基于车辆 运动学模型 的横向控制方法

　　基于车辆 动力学模型 的横向控制方法

　　因此，将主要介绍包括：

　　基于车辆运动学模型的纯跟踪控制（Pure Pursuit）算法

　　后轮反馈控制（Rear wheel feedback）

　　前轮反馈控制（Front wheel feedback）算法

　　基于车辆动力学模型的线性二次型调节器（Linear Quadratic Regulator，LQR）控制算法