文章
制作、测试并拆解技术。通过实现、实验和调研,记录技术背后的原理。
← 学习指南

控制工程 — 学习指南

控制工程 — 按照清晰的学习路径,从基础原理走向实际应用。

按照清晰的学习路径,从基础原理走向实际应用。

  1. Fundamentals · 10 分钟阅读

    控制工程入门:PID控制——跨三个时间尺度的工作

    PID 控制器不仅仅是三个增益。本入门指南将其直观原理和公式与采样、饱和、抗饱和、调谐、安全性、ROS 2 和实际实现检查联系起来。

  2. Hands-on · 4 分钟阅读

    在Python中尝试PID控制——增益、延迟和饱和度

    重现测量延迟、执行器极限和积分饱和的变化情况 PID tracking on the same second-order model.

  3. Fundamentals · 9 分钟阅读

    控制工程入门:状态观测器和线性卡尔曼滤波器

    传感器读数并非系统状态本身。本入门教程解释了可观测性、卡尔曼预测/更新方程、协方差、数值示例、控制集成、机器人实现以及故障安全行为。

  4. Hands-on · 5 分钟阅读

    在 Python 中运行卡尔曼滤波器:噪声、缺失数据和异常值

    使用估计方法,比较一条合成轨迹上的 Q、R 和异常值门控。 error and rejected observations.

  5. Fundamentals · 8 分钟阅读

    控制工程入门:LQR——基于显式优先级的状态反馈

    LQR算法从状态空间模型和二次成本函数中导出状态反馈增益。本入门教程涵盖了Riccati方程、可观测性、PID/MPC权衡、机器人实现、数值直觉和安全性。

  6. Fundamentals · 9 分钟阅读

    控制工程入门:模型预测控制——在约束条件下运行

    模型预测控制利用模型预测未来行为,优化受限的输入序列,仅执行其第一步,然后重复此过程。本入门指南涵盖了方程、参数调优、安全性、实现方法和当前实例。

  7. Fundamentals · 8 分钟阅读

    控制工程入门:路径规划——A*、Dijkstra、RRT、RRT* 和 PRM

    路径规划并非绘制最短路径。本入门指南比较了网格空间算法和连续空间算法,同时考虑了机器人占地面积、地图不确定性、计算量、SLAM/Nav2集成以及安全性等因素。

  8. Fundamentals · 7 分钟阅读

    控制工程入门:轨迹生成——最小加加速度、五次曲线和梯形曲线轮廓

    路径决定了行进方向;轨迹则决定了行进的时间、速度、加速度和加加速度。本入门指南涵盖了最小加加速度、五次曲线、梯形曲线轮廓、约束条件、安全性以及 ROS 2 集成。

  9. Hands-on · 4 分钟阅读

    纯追踪实验室——比较固定前视距离的路径跟踪

    在一个共用车辆模型上更改固定前视距离,并检查跟踪误差、转向角和目标点。

  10. Hands-on · 4 分钟阅读

    自适应纯追踪实验室——让前视距离随速度缩放

    将速度缩放的前视距离与 PP 进行比较,包括加速过程以及最小/最大边界。

  11. Hands-on · 6 分钟阅读

    受调纯追踪实验室——弯道和接近目标时的速度

    将前视距离与速度调节分开,比较曲率限制、速度下限、最终接近阶段和实际车速。

  12. Hands-on · 3 分钟阅读

    Stanley 实验室——由前轴横向跟踪误差和航向误差决定转向

    在浏览器中分离前轴和后轴误差,并比较增益、速度和转向约束。

  13. Hands-on · 5 分钟阅读

    MPC 实验室——在时域和转向限制内重新求解曲率序列

    在浏览器中调整时域、权重和转向限制,比较预测路径、求解器收敛情况和失败处理方式。

  14. Hands-on · 3 分钟阅读

    路径跟踪比较实验室——在相同条件下运行 PP、APP、RPP、Stanley 和 MPC

    在同一车辆、路径、初始状态和转向上限条件下同时运行五种跟踪方式,用共同定义的指标比较横偏差、平滑度和完成情况。

Search this field →