Self_Driving_Car_Trajectory_Tracking-main.zip

对应论文的源代码：Proximally Optimal Predictive Control Algorithm for Path Tracking of Self-Driving Cars 项目专注于使用卡拉模拟器控制自动车辆的轨迹跟踪。在Python中实现了各种控制算法，完成了飞行器的横向和纵向控制任务。 —横向控制器:—Bang-Bang控制器—PID控制器—Pure-Pursuit控制器—Stanley控制器—近似最优预测(POP)控制器—纵向控制器:—PID控制器—自适应纵向控制器(ALC) 本文提出了近似最优预测控制算法，该算法本质上是一种基于模型的自动驾驶汽车横向控制器，它根据预测的车辆位置，在前一个转向角附近选择最优转向指令。该算法旨在克服现有的自主转向控制律PID、Pure-Pursuit和Stanley控制器的局限性。特别是，我们的方法旨在弥合跟踪效率和计算成本之间的差距，从而确保有效的实时路径跟踪。我们的方法的有效性是通过一系列的作者都贡献了同样的研究。针对自主路径跟踪进行了动态仿真实验，采用自适应控制律对车辆进行纵向运动控制。我们测量了提出的算法的延迟，以评价其实时因素，并通过与已建立的控制律进行比较，验证了我们的方法，在各自的路径跟踪仿真中记录了交叉和航向误差。