控制模块的作用是根据规划生成的轨迹，计算出汽车的油门，刹车和方向盘转角信号，控制汽车按照规划的轨迹行驶。Apollo控制模块采用了横纵向解耦的控制框架，对于纵向控制，主要是通过控制车辆的油门踏板和刹车踏板来控制车辆的速度以及加速度，进而控制好车辆位置。

Apollo采用的是双层PID控制来实现对速度和位置的跟踪。本实验以实车测试数据包为例，通过分析不同PID参数的控制数据包，了解PID控制参数的作用，进而对Apollo纵向控参数调试有一个更深入的了解。

通过运行循迹自动驾驶实测数据包，通过对不同控制参数的数据包分析，了解PID控制器参数的作用。

在本教程中，您将学习到以下两方面的知识：

1、理解纵向控制器配置参数含义

本实验需要请您对Control模块及PID控制器有一定的概念和了解，并且能够在Dreamview中运行PNC-monitor、ControlInfo工具等使用，因此请优先学习以下课程内容：

1、Apollo自动驾驶入门 - 第七课：

https://apollo.baidu.com/community/online-course/1

https://apollo.baidu.com/community/online-course/77

Apollo控制之控制仿真实践

纵向PID控制参数分析

控制参数配置文件位于 /apollo_workspace/modules/control/conf/control_conf.pb.txt 之中，其中lon_controler_conf { } 内的参数即是纵向控制参数。

本实验提供了2个速度PID比例参数kp的数据包：PID_speed_kp_1为速度PID的kp值为0.3录制的数据包，PID_speed_kp_2速度PID的kp值为0.7录制的数据包，通过对这两个数据包进行对比分析，了解kp参数对纵向

在终端中输入以下指令，启动dreamview，当出现“

[INFO] Dreamview is running at http://localhost:8888

”这一行时，表明dreamview已经启动成功了；点击左上角”dreamview”按钮，打开dreamview页面。

在命令行终端窗口中，输入并执行以下指令，播放PID_speed_kp_1数据包。

cyber_recorder play -f modules/tools/control_info/test_data/PID_speed_kp_1/20230920143709.record.00000

"这一行时，表明数据包开始播放了。

6.1.3 PNC Monitor调试工具数据分析

（1）回到dreamview页面，点击“Lock Task Panel”按钮，关闭锁定页面；点击“PNC monitor”按钮，启动PNC Monitor工具；点击PNC monitor页面的“Control”按钮，可查看控制相关的实时数据。

（2）通过滚动PNC monitor 的control页面，可滑动查看不同控制参数的实时变化，比如第二个图表speed，蓝色曲线表示车辆的实际车速，绿色曲线表示的是规划的参考车速，可查看实际车速跟随规划速度的情况，进而了解控制模块速度的跟随效果。如下图，可以看到车辆实际速度响应延迟比较大，即实车速度落后于规划速度比较大，也就是说车辆速度跟随效果不太好。

同样也可以查看其他纵向控制相关的数据图表如acceleration（加速度），trajectory（轨迹位置），curvature（曲率）等。

使用技巧：在播放数据包终端下，按下空格键，可以暂停数据包播放，此时再进入到PNC Monitor内，可以看到单帧的数据情况，这样便于更加细致的调试分析。

（3）完成上述数据包数据查看后，回到数据包播放命令行终端窗口，通过“ctrl + c”快捷键即可结束数据包播放。

6.1.4 control_info调试工具数据分析

（1）在命令行终端窗口中输入并执行以下指令。启动jupyter notebook工具。点击“Notebook”按钮，打开jupyter notebook界面；

（2）在jupyter notebook界面，点击“New”按钮，在弹出的下拉框中选择“Python 3”，新建一个Python3脚本环境页面。

（3）在python3脚本环境页面，输入并执行以下脚本指令。其中--path 后面跟的是数据包所在的路径，此路径是基于当前control_info.py文件所在的路径（/apollo_workspace/modules/tools/control_info/）的。

run control_info.py --path test_data/PID_speed_kp_1/

命令执行完毕后，可以得到了如下所示的数据图表。

Figure1是关于纵向控制的图表，左上角第一个speed info图表是与速度相关的图表，其中绿色曲线是规划下发的速度，蓝色曲线是车辆实际的速度，可以看到车辆实际速度落后于规划速度，即速度跟随有延迟，系统响应速递比较慢；右上角的station information图表是与位置相关的图表，橙色曲线是车辆的位置曲线，绿色曲线是规划的位置参考曲线，可以看到实车位置与规划的参考位置有一定的偏差。即并没有到达规划的位置。

Figure2是位置PID和速度PID相关的图表，位置PID的输入为station_error_limited，位置输出为speed_offset；速度PID输入speed_controller_input_limited为位置PID的输出speed_offset与规划速度实车速度误差speed_error之和，速度PID的输出位ACC Close。通过表可以看到PID的输入与输出曲线形状相差很大，表示其中微分控制和积分控制不是很稳定，也就是有速度和位置的变化不稳定，即位置偏差和速度偏差有急加急减现象。

通过Trajectory图表可以看到，有一段planning path remain（绿色曲线），也就是说车辆并没有到达规划的目的地点就停止了。PID_speed_kp_1数据包分析完毕。

：若输出结果不能很好的展示，单击左边白色区域，可以以非滚动方式展示脚本运行结果。

使用6.1.2节同样的步骤播放 PID_speed_kp_2数据包，播放数据包命令如下：

cyber_recorder play -f modules/tools/control_info/test_data/PID_speed_kp_2/20230920144048.record.00000

执行6.1.3和6.1.4节实验步骤，可得到PID_speed_kp_2数据包对应的图表。

：若执行播放数据包指令的路径没有在/apollo_workspace/路径下，请先使用“ 

”指令切换到/apollo_workspace/路径下，再执行上面的播放数据包指令。

这里可以看到速度的响应延迟有了一定的改善。

通过此表可以可以看到，速度的响应有了一定的改善，但也带来小幅度的超调；同时，车辆也很好的跟随了规划的位置。

位置PID和速度PID输出曲线与输入曲线形状基本一致，表示位置和速度变化平稳了很多，车辆行驶平稳了很多。

通过此表可以看到planning path remain只有极小的一部分，表示车辆自动驾驶到了规划的目的地位置附近。

通过以上实验，可以看到提高速度PID中的kp值，

可以提高系统的响应速度，减少系统响应时间，但也会带来超调，过大的kp值会导致系统不稳定

通过控制变量、一次只改变一个PID参数的方式，录制不同参数的数据包，并对其进行分析，了解PID控制器的比例系数kp、积分系数ki和微分系数kd的作用。

kp：比例参数，提高系统的响应速度，减少系统的响应时间，系统容易出现稳态误差

ki：积分参数，减少稳态误差，但是会增加超调

kd： 微分参数，消除超调，减少调整时间

纵向PID控制参数分析

实验介绍

1、实验简介

2、实验目的

3、前置条件

4、实验步骤

实验评价

相关实验

相关文章