Skip to content
Merged
Changes from all commits
Commits
File filter

Filter by extension

Filter by extension

Conversations
Failed to load comments.
Loading
Jump to
Jump to file
Failed to load files.
Loading
Diff view
Diff view
194 changes: 194 additions & 0 deletions src/Unmanned_vehicle_control/README.md
Original file line number Diff line number Diff line change
@@ -0,0 +1,194 @@
# 无人车模型预测控制(mpc)

##### 项目概述

这是一个基于Carla仿真环境的模型预测控制(MPC)轨迹跟踪系统。项目包含多种轨迹生成算法(8字形、圆形、螺旋形、直线)和MPC控制器,能够实现自动驾驶车辆在指定轨迹上的精确跟踪控制。

##### 项目结构

├── main.py # 主运行文件

├── main\_help\_functions.py # 轨迹生成和辅助函数

├── main\_mpc\_controller.py # MPC控制器实现

##### 环境依赖

###### 必需库

\# 基础依赖

numpy>=1.20.0

casadi>=3.5.0

\# Carla仿真(需要Carla 0.9.10+)

\# Carla Python API通常随Carla安装包提供

###### 安装步骤

1.安装Anaconda或Miniconda

2.创建虚拟环境:

conda create -n mpc\_carla python=3.7

conda activate mpc\_carla

3.下载并安装Carla仿真器(建议0.9.10及以上版本)

4.将Carla的Python API添加到Python路径中

###### 运行说明

1\. 启动Carla服务器

\# 在Carla安装目录中

./CarlaUE4.exe

2\. 运行MPC控制器

python main.py

3\. 切换轨迹类型

在main.py中注释/取消注释相应代码块来切换轨迹

##### 功能特性

###### 轨迹生成器

8字形轨迹:使用参数方程生成8字形路径



圆形轨迹:可配置圆心和半径的圆形路径



螺旋轨迹:可配置圈数和缩放因子的螺旋路径



直线轨迹:简单的直线路径



###### MPC控制器特性

支持预测时域和代价函数权重配置



包含控制量约束和变化率约束



内置热启动和求解器优化



控制缓冲机制处理求解失败情况



横向偏差计算提高跟踪精度



###### 可视化功能

实时绘制参考轨迹(绿色)



实时绘制预测轨迹(红色)



鸟瞰视角观察车辆运动



###### 调试和调优

###### 常见问题

Carla连接失败:确保Carla服务器正在运行,且Python API路径正确



MPC求解失败:调整config.py中的权重系数,或增加求解时间限制



车辆控制不稳定:调整dt控制周期或减少控制量限制



###### 性能调优

调整N(预测时域):影响计算复杂度和预测能力



调整代价函数权重:平衡跟踪精度和控制平滑性



调整dt:控制频率,影响实时性和计算负荷



###### 输出数据

程序运行时会记录:



车辆状态(位置、速度、航向角)



参考轨迹信息



控制输出(方向盘、油门、刹车)



MPC计算时间



##### 注意事项

确保Carla版本与Python API版本匹配



首次运行可能需要较长时间编译CasADi优化问题



建议在性能较好的计算机上运行,确保实时性



可调整config.py中的参数以适应不同的跟踪需求



##### 许可证

本项目仅供学习和研究使用,请遵守Carla仿真器的相关使用条款。



##### 参考

https://github.com/Slimercorp/MPC-Carla

Loading