경로 추종 비교 연구실 — 동일한 조건에서 PP, APP, RPP, Stanley, MPC 실행하기

Contents — find the section you need

Change parameters and verify

Open the panel, then press Run to load Python. You can stop execution and reset parameters. Results are computed on this device. No Python installation is required.

Local execution steps below are optional for reproducing the source results; they are not required for the browser experiment.

The experiment controls are in English.

Open experiment panel in a new tab

Download reproduction source

다섯 가지 접근법을 함께 실행하기

"Gentle curve · 3 m/s · 1 m offset"을 실행하세요. PP, APP, RPP, Stanley, MPC가 동일한 위치에서 동일한 경로를 따라가며, 궤적과 네 가지 시간 그래프(횡방향 오차, 방위각 오차, 조향, 속도)가 겹쳐서 표시됩니다. 각 접근법은 색상과 선 패턴(PP 실선, APP 파선, RPP 점선, Stanley 일점쇄선, MPC 긴 파선)으로 구분됩니다.

이 조건에서는 다섯 가지 모두 종점을 통과합니다. 표에서 Stanley는 조향 변화율 RMS가 가장 작지만 횡방향 오차 RMS는 가장 크며, 곡률에 따라 스스로 속도를 낮추는 RPP는 평균 속도가 가장 낮아 가장 늦게 도착합니다. 어느 접근법이 "더 낫다"고 할지는 어떤 지표에 무게를 두느냐에 달려 있습니다.

공유되는 것

차량은 이전 연구실들과 공유하는 후륜차축 기준·전진 전용 운동학적 자전거 모델입니다. 경로, 초기 위치와 방위각, 축거, 조향 한계(그리고 차량의 조향 변화율 한계 0.8 rad/s), 목표 속도, 최대 30초까지의 0.05초 간격, 종점 및 경로 이탈 판정은 모든 접근법에서 동일합니다.

모든 지표는 동일한 정의를 사용하는 공유 시뮬레이터에서 계산됩니다. 횡방향 오차와 방위각 오차는 후륜차축을 기준으로 하며, RMS는 제곱한 샘플 값의 사다리꼴 시간 적분을 경과 시간으로 나눈 값의 제곱근입니다. 매끄러움 지표로 표에는 조향 변화율 RMS와 조향 총변동(주기마다의 조향 변화 절댓값의 합)이 표시됩니다. 평균 속도는 이동 거리를 경과 시간으로 나눈 값입니다.

동일한 조건에서 비교되지 않는 것

화면에 표시되는 파라미터 하나(PP 전방주시거리, APP/RPP 전방주시시간, Stanley 게인, MPC 예측 단계 수)를 제외하면, 각 접근법은 자신의 연구실에서 사용한 초기값을 그대로 사용합니다. 이 값들은 서로 맞추어 튜닝된 것이 아니므로, 결과는 이 특정 설정들을 비교한 것입니다.

RPP는 곡률과 종점까지의 거리에 따라 스스로 속도를 낮추므로, 완주 시간과 속도는 동일한 조건에서 비교되는 값이 아닙니다. RPP가 속도를 낮추면 속도에 비례하는 전방주시거리도 함께 줄어듭니다. 예측 범위를 가진 것은 MPC뿐이며, 그 계산 시간은 여기서 비교하지 않습니다(MPC 연구실을 참조하세요). Stanley는 전륜차축 기준 오차로 조향하지만, 여기서의 지표는 후륜차축을 기준으로 합니다.

조건에 따라 뒤바뀌는 강점

"2 m/s (RPP fails)"에서는 RPP만 "controller failed"로 정지합니다. RPP가 속도를 낮추면 전방주시거리가 최솟값인 0.5 m까지 줄어들며, 1 m의 오프셋에서는 경로 위의 목표점을 더 이상 앞쪽에서 찾을 수 없게 됩니다. 이는 전진 복귀 규칙만을 가진 이 연구실 차량 모델의 동작입니다.

"4 m/s (PP fails)"에서는 전방주시거리가 2 m로 고정된 PP가 도중에 실패하는 반면, 속도에 따라 전방주시거리가 늘어나는 APP와 RPP는 완주합니다. "Tight curve (outcomes differ)"에서는 APP, RPP, Stanley는 완주하고 PP는 실패하며 MPC는 경로를 벗어납니다. "Tight curve · 0.3 rad limit (all fail)"은 반경 5 m에 필요한 약 0.46 rad보다 한계값이 작은 경우로, 어떤 접근법도 이 커브를 돌 수 없습니다. 제어 법칙을 바꾸더라도 차량과 그 제약이 정하는 한계를 넘어설 수는 없습니다.

권장 순서

기본 조건에서 다섯 가지 궤적과 지표를 비교하고 A로 저장합니다.
속도를 2 m/s와 4 m/s로 바꾸어 어떤 접근법이 왜 실패하는지 확인합니다.
급커브 프리셋 두 가지를 사용해 접근법 간의 차이와 차량의 한계를 구분합니다.
PP 전방주시거리, Stanley 게인, MPC 예측 범위를 하나씩 바꾸며 A와의 차이를 확인합니다.

완료 상태나 경과 시간이 다른 실행 결과를 횡방향 오차 RMS만으로 순위 매기지 마십시오. 완주하지 못한 접근법의 완료 시간은 "—"로 표시됩니다. 모든 계산은 브라우저 안에서 이루어지며, A/B 비교, 리셋, 공유, JSON 다운로드를 사용할 수 있습니다.