纯 pursuit算法：无人驾驶路径追踪的关键策略

无人驾驶运动控制中的PurePursuit算法是一种基于几何追踪的方法，它简化了控制过程，无需深入考虑车辆复杂的运动学模型和动力学模型，这使得它在实际应用中具有较高的灵活性和实用性。纯追踪算法主要由两个核心模型支持，即阿克曼转向几何模型和二维自行车模型。 1. 阿克曼转向几何模型：这个模型描述了车辆前轮转向角（δ）与后轮遵循的曲率之间的关系。后轮划过的圆弧半径可以通过车辆的参数如转向角、车轴长度L以及目标点相对于当前行驶方向的角度α来计算。通过这个模型，纯追踪算法确保车辆能够在预定的路径上准确地转弯。 2. 二维自行车模型：这个模型将车辆视为一个具有前后轴的二维移动物体，它帮助我们理解和计算车辆在直行和转弯时的行为。通过这个模型，我们可以推导出转向角δ与前视距离ld（预瞄点到车辆当前位置的距离）、车轴长度L以及目标点方向与当前航向之间的关系。 3. 算法核心参数： - δ：车辆的转向角，决定了车辆的即时轨迹。 - L：车轴长度，影响转向的响应性。 - R：转弯半径，由当前转向角和车轴长度决定。 - K：圆弧的曲率，用于计算转向角度。 - ld：前视距离，随着速度变化而调整，影响车辆对路径的追踪精度。 - α：目标点方向与当前航向的夹角，指导车辆朝向目标点移动。 4. 算法步骤： - 确定车辆位置：依赖于GPS或惯性导航系统获取实时位置和航向信息。 - 寻找近点：在路径中寻找与车辆当前位置最近且满足前视距离要求的目标点。 - 计算转向角：基于目标点和车辆当前状态，计算转向角，调整车辆的方向。 - 车辆运动：执行转向动作，使车辆沿预瞄路径移动。 - 更新状态：每次转向后，根据新位置信息进行算法迭代。 纯Pursuit算法的关键在于选择合适的前视距离ld，它直接影响车辆对路径的跟随精度。通常，会根据车辆速度动态调整这个值，以确保车辆安全、稳定地沿路径行驶。这种方法模拟了人类驾驶员的决策过程，使得自动驾驶系统能够在复杂的道路环境中实现高效路径跟踪。