1目标
分析RPP算法时控制器算法学习1-RPP受控纯追踪算法发现,在终点时如果角度还有较大偏差,该算法无法进行很好的调整,故开始尝试在末端接近目标点时,用自己的控制算法去调整位姿,姑且命名为TEA算法(Target-End-Adjust Algorithm for Ackermann)
2控制思路
step1.
将小车当前坐标转换到目标点为原点,目标方向为x轴的坐标系(CSgoal)下,如上图所示。
step2.
末端调整算法的目标就是:在终点前面一小段空间内(橙色标记),把小车位置点调整到Y=0(或直线误差许可范围内:<=XY tolerance),yaw为0(或yaw误差许可范围内,<=yaw tolerance)
step3.
设定倒车距离和前进距离(两个【系统参数】X值:Xrev和Xfwd)。如果step2的目标没有满足,而小车当前坐标的Xcur>Xrev就倒车去调整;而如果Xcur<Xfwd就前进去调整;在Xrev和Xfwd之间就按规律逐步修正速度。