1. 自动驾驶横纵向控制方案概述
在自动驾驶系统开发中,横纵向控制器的设计直接影响车辆行驶的安全性和舒适性。我最近基于Carsim和Simulink联合仿真平台,实现了一套采用PID+MPC混合控制策略的自动驾驶控制器。这套方案最显著的特点是:
- 纵向控制:采用双环PID结构,直接参考百度Apollo的成熟设计
- 横向控制:基于模型预测控制(MPC)算法,使用车辆二自由度模型作为预测模型
- 轨迹规划:采用五次多项式生成参考轨迹,兼顾平滑性和计算效率
实测在双移线工况下,横向位置误差可控制在0.2米以内,纵向速度误差保持在±3km/h范围内。这个精度虽然还达不到L4级自动驾驶的要求,但对于研究级应用已经足够验证算法可行性。
关键设计选择:油门和刹车共用同一个PID控制器,通过输出信号的正负自动切换控制模式。这种设计避免了传统双控制器方案中的模式切换抖动问题。
需要模型API调用? 免费领10W Token,多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 纵向PID控制器实现细节
2.1 双环控制结构解析
Apollo风格的纵向控制器采用速度-加速度双闭环结构:
- 外层速度环:根据目标速度与实际速度的偏差,计算出期望加速度
- 内层加速度环:通过PID调节油门/刹车开度,使实际加速度跟踪期望值
这种分层设计的好处是将速度跟踪问题分解为两个相对独立的控制子问题,每个环节的参数调节更直观。实际调试时,建议先调内环再调外环。
2.2 PID实现代码剖析
在Simulink中,我使用S-Function实现了如下PID控制逻辑:
matlab复制function [throttle, brake] = fcn(target_accel, current_speed)
persistent pid;
if isempty(pid)
pid = pidController('Kp',0.8,'Ki',0.05,'Kd',0.02);
end
accel_error = target_accel - getActualAccel();
control = step(pid, accel_error);
if control > 0
throttle = satu
