【基础】自动驾驶控制算法第二讲 三个坐标系与运动学方程_车辆在大地坐标系下的横向、纵向位置的导数是什么意思

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

---

前言

提示：这里可以添加本文要记录的大概内容：

例如：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容。

---

提示：以下是本篇文章正文内容，下面案例可供参考

三种控制算法

• PID
• LQR
• MPC
  量产实车，一般为PID+LQR
  MPC 多在学术

控制基本原理

直觉上，横向控制 和 纵向控制是耦合的，但是自然坐标系下，可以做到横纵向的解耦。

三个坐标系

绝对坐标系/大地坐标系

车身坐标系

自然坐标系/Frenet坐标系（可解耦）

本教程采用右手系

具体参看老王的视频

自行车模型的假设

• 完全对称
• 轮距相对运动轨迹忽略不计
• 轮胎是刚性的=轮胎没侧偏

航向角怎么来的

瞬心法确定质心的速度

瞬心法属于理论力学的知识，为此我还专门去复习过高中的题。
要区分一下几个角度

• 横摆角
• 侧偏角
• 航向角
  
  有的自行车模型考虑轮胎变形，有的自行车不考虑轮胎变形。

又来了个这个，后面看看有啥用。

建立微分方程，微分方程研究的是delta_f怎么影响测量位移和航向角的。分为运动学模型（几何关系）和动力学模型（根据牛顿力学建立）。
运动学不考虑轮胎的变形，只适用于轨迹较平滑，转弯半径比较大，速度比较低的情形。

运动学模型推导

容易得到如下的公式，

这里面没有delta_f啊，所以又使用正弦定理，把R用delta_f来表示。

注意，上面有个错误。
最后得到的运动学方程，以及低俗条件下可以做的简化。

二、使用步骤

1.引入库

代码如下（示例）：

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
import warnings
warnings.filterwarnings('ignore')
import  ssl
ssl._create_default_https_context = ssl._create_unverified_context
1
2
3
4
5
6
7
8

2.读入数据

代码如下（示例）：

data = pd.read_csv(
    'https://labfile.oss.aliyuncs.com/courses/1283/adult.data.csv')
print(data.head())
1
2
3

该处使用的url网络请求的数据。

---

总结

提示：这里对文章进行总结：
例如：以上就是今天要讲的内容，本文仅仅简单介绍了pandas的使用，而pandas提供了大量能使我们快速便捷地处理数据的函数和方法。