上传内容 和账号拥有者无关，申诉联系870946864@qq.com
基于模型预测控制（MPC）的航路点跟踪器，用于精确的路径跟踪。可以将它用作waypoint_follower，以及其他跟随节点的路径（例如pure_pursuit）。
与MPC关注者相关的节点有两个
/mpc_waypoint_converter：转换/final_waypoints为/mpc_waypoints包含自身位置后方的航点。这是为了解决计划系统和mpc follower的暂时冲突，以便可以与pure_pursuit相同的方式使用mpc follower。/mpc_follower：生成要遵循的控制命令（/twist_raw或/和/ctrl_raw）/mpc_waypoints。
- input
- /mpc_waypoints : reference waypoints局部路点供mpc结算的那部分 (generated in mpc_waypoints_converter)
- /current_pose : self pose（可以是定位模块的定位结果）
- /vehicle_status : vehicle information 从测试车中读取速度转向角扭矩等等(as velocity and steering angle source)
- output
- /twist_raw : command for vehicle
- /ctrl_raw : command for vehicle
默认速度为30km/h
| Name | Type | Description | Default value |
|---|---|---|---|
| show_debug_info | bool | 是否要显示调试信息 | false |
| ctrl_period | double | control period （控制周期）[s] | 0.03 |
| traj_resample_dist | double | 采样点间隔距离[m] | 0.1 |
| enable_path_smoothing | bool | path smoothing flag.当使用路径重采样以减少重采样噪声时，应该选中 | true |
| enable_yaw_recalculation | bool | 重新采样后重新计算偏航角。如果收到的航点中的偏航噪声很大，则设置为true | false |
| path_filter_moving_ave_num | int | 平滑路径的移动平均滤波器的数据点数 | 35 |
| path_smoothing_times | int | 应用路径平滑滤波器的次数 | 1 |
| curvature_smoothing_num | double | 曲率计算中使用的点的索引距离： p(i-num), p(i), p(i+num)。较大的数字会使噪声值较小 |
35 |
| steering_lpf_cutoff_hz | double | 转向输出的低通滤波器截止频率 [hz] | 3.0 |
| admisible_position_error | double | 当跟随位置误差大于该值[m]时，停止车辆[m]. | 5.0 |
| admisible_yaw_error_deg | double | 当跟随偏航角误差大于该值[度]时，停止车辆[deg]. | 90.0 |
| Name | Type | Description | Default value |
|---|---|---|---|
| qp_solver_type | string | QP解算器选项. | unconstraint_fast |
| qpoases_max_iter | int | （凸优化最大迭代次数）maximum iteration number for convex optimiaztion with qpoases. | 500 |
| vehicle_model_type | string | 车辆运动学模型选项 | kinematics |
| prediction_horizon | int | 总的预测步骤 | 70 |
| prediction_sampling_time | double | （论文词汇）prediction period for one step [s] | 0.1 |
| weight_lat_error | double | weight for lateral error | 0.1 |
| weight_heading_error | double | weight for heading error | 0.0 |
| weight_heading_error_squared_vel_coeff | double | weight for heading error * velocity | 5.0 |
| weight_steering_input | double | weight for steering error (steer command - reference steer) | 1.0 |
| weight_steering_input_squared_vel_coeff | double | （论文词汇）weight for steering error (steer command - reference steer) * velocity | 0.25 |
| weight_lat_jerk | double | weight for lateral jerk (steer(i) - steer(i-1)) * velocity | 0.0 |
| weight_terminal_lat_error | double | terminal cost weight for lateral error | 1.0 |
| weight_terminal_heading_error | double | terminal cost weight for heading error | 0.1 |
| zero_ff_steer_deg | double | 前馈角阈值 [deg]. 小于此值的前馈角设置为零 | 2.0 |
| Name | Type | Description | Default value |
|---|---|---|---|
| wheelbase | double | 车辆模型的wheel base [m] |
2.9 |
| steering_tau | double | 转向动力学时间常数 (1d approximation) [s] |
0.3 |
| steer_lim_deg | double | steering angle limit for vehicle model [deg]. This is also used for QP constraint. | 35.0 |
- unconstraint : use least square method to solve unconstraint QP with eigen.
- unconstraint_fast : similar to unconstraint. This is faster, but lower accuracy for optimization.
- qpoases_hotstart : use QPOASES with hotstart for constrainted QP.
- kinematics（default） : (自相车模型)bicycle kinematics model with steering 1st-order delay
- kinematics_no_delay : （无转向延迟的自行车模型）bicycle kinematics model without steering delay
- dynamics : （动态建模，考虑侧滑偏移）bicycle dynamics model considering slip angle
- 设置适当的车辆运动性能的参数
wheelbase，steering_gear_ratio和steer_lim_deg。还要检查/vehicle_status主题是否具有适当的值（速度：车辆后轮中心速度[km/h]，角度：转向（轮胎）角度[rad]）。这些值将车辆信息提供给控制器以进行路径跟踪。这些值中的错误会导致基本的跟踪错误。这些值是否正确，可以通过比较从模型（/mpc_follower/debug/angvel_from_steer）获得的角速度和实际角速度（例如/estimate_twist/angular/z）来确认。 - 设置适当的车辆动力学参数steering_tau，该参数是从转向角命令到实际转向角的近似延迟。
- 设置weight_steering_input= 1.0，weight_lat_error= 0.1，并将其他权重设置为0。如果在低速行驶时车辆振动，则将其
weight_lat_error减小。 - 其他权重的调整。调整的一种简单方法是增加
weight_lat_error直到发生振荡。如果车辆不稳定且weight_lat_error跟小，则增加weight_terminal_lat_error``和weight_terminal_heading_error提高跟踪稳定性。较大prediction_horizon和较小prediction_sampling_time对跟踪性能都是有效的，但是这是计算成本之间的折衷。
其他参数可以如下调整。
- weight_lat_error：减少横向跟踪误差。这就像PID中的P增益一样。
- weight_heading_error：增加驱动器的动态响应能力。这就像PID中的D增益一样。
- weight_heading_error_squared_vel_coeff ：在高速范围内动态响应。
- weight_steering_input：减少跟踪中的振荡。
- weight_steering_input_squared_vel_coeff：减少高速范围内跟踪的振荡。
- weight_lat_jerk：减少侧向晃动。
- weight_terminal_lat_error：weight_lat_error为稳定起见，最好将其值设定为比正常侧向权重更大的值。
- weight_terminal_heading_error：weight_heading_error为了稳定起见，最好将其设置为比正常航向权值更大的值。
权zhi
[1] Jarrod M. Snider, "Automatic Steering Methods for Autonomous Automobile Path Tracking", Robotics Institute, Carnegie Mellon University, February 2009.