自动驾驶汽车利用车载或路侧传感器感知车辆周围环境，并根据传感器所获得的道路、车辆位置和障碍物等信息来规划车辆行驶轨迹，控制车辆的油门、刹车和转向等驾驶动作，调节车辆行驶速度、方向和位置等状态，以保证车辆的行驶安全性、操纵稳定性和驾乘舒适性。
我们的课程通过基于车辆模型的横、纵向动力学控制典型应用案例，详细讲解自动驾驶汽车控制执行研发中所需的控制理论知识、车辆横、纵向控制原理、PID\LQR\MPC等算法、ACC\LKA等具体功能算法原理，并通过MATLAB/Simulink进行相关功能的仿真验证，从而为学习者转向自动驾驶控制领域奠定扎实的基础。
项目任务一：建立车辆动力学模型
笛卡尔坐标系下的车辆二自由度模型建模，根据给定条件利用Simulink对系统进行参数辨识、进行系统可控性、可观性、稳定性分析，并对模型进行求解。
项目案例展示
项目任务二：基于动力学模型设计状态观测器、控制器
基于车辆动力学模型，设计状态观测器、反馈控制器，进行simulink闭环仿真，并对状态反馈与输出反馈的仿真结果进行对比分析。
项目展示
项目任务三：基于QP估计车辆行驶曲率
基于车辆动力学模型，模拟传感器测量噪声并进行低通滤波仿真；利用KF滤波器实现车辆模型的状态估计；利用二次规划算法实现融合，进而估计车辆横向行驶曲率。
项目展示
项目任务四：基于动力学模型设计LQR控制器
基于车辆动力学仿真模型，建立LQR控制器并进行QR矩阵的调试，实现车辆二自由度的闭环仿真，并将仿真结果与极点配置法、PID反馈控制仿真进行对比。
项目展示
项目任务五：基于KF的多传感器融合与多目标跟踪
对给定实测传感器数据设计KF跟踪器，利用欧氏距离法进行数据关联，并利用凸联合实现多传感器数据融合，并进行仿真。
项目展示
项目任务六：换道行为决策与路径规划方法
建立换道路径规划算法，利用横向加速度对车辆换道过程的安全性进行判断，并基于不同的车速和换道时间数据进行车辆换道仿真并对比分析。
原理讲解
项目任务七：基于LQR设计ACC控制器并实现闭环仿真
基于多传感器融合的结果，计算期望加速度，基于LQR求解ACC控制器增益，实现ACC系统闭环仿真。
项目展示
项目任务八：基于LQR设计LKA控制器并实现闭环仿真
Frenet坐标系下车辆二自由度模型建模，根据给定实车试验数据求解方向盘转角，基于LQR求解LKA控制器增益，实现LKA系统闭环仿真
项目展示
8次互动直播：基于实战项目开发过程设计项目任务，深入讲解理论、算法的应用方法
8个实战任务：由浅入深，帮助学习者将理论、算法应用到自动驾驶必备功能场景
8周集中跟学：保证学习效率；365天回看补学权限，兼顾温故需求
互动学习群：讲师解惑指导，助教辅助答疑，堂主带班督学，学友互动交流，以获得最佳学习效果
在不同参考坐标系下建立车辆模型的方法
对所构建的系统的参数辨识及特性分析
系统状态观测器、控制器的设计方法
低通滤波、卡尔曼滤波、二次规划等算法的应用
最优控制、LQR、MPC控制
KKT原理、换道决策与路径规划、弯道速度规划
ACC、LKA原理及系统架构
分析、拆解复杂的自动驾驶功能任务
利用MATLAB/Simulink对系统进行参数辨识及特性分析
运用不同方法法对系统模型进行求解
运用低通滤波算法对传感器测量噪声进行处理
运用卡尔曼滤波算法对车辆模型进行状态估计
使用二次规划算法估计车辆行驶曲率
运用控制算法设计控制器，并对控制器参数进行调试
运用卡尔曼滤波算法进行传感器融合和目标跟踪
利用KKT原理分析紧急换道避障决策与规划问题
设计ACC控制器并实现仿真
设计LKA控制器并实现仿真
刘老师，清华大学博士
研究方向为智能驾驶汽车动力学控制与优化、网联汽车及新能源汽车智能控制。以核心技术人员参与国家横纵向科研项目10余项，于IEEE TIE、TITS等期刊发表论文20余篇，发明专利和实用型专利权10余项。
曾任业内某汽车技术服务公司首席技术专家、开发部长，具有丰富的一线实战开发经验。
希望从事自动驾驶控制研发岗位的在校学生；
希望转型自动驾驶控制研发岗位的传统岗位研发工程师；
自动驾驶相关产业产品经理、项目经理等；
希望了解自动驾驶控制研发的相关人士。
报名咨询
欢迎添加Ella老师微信，咨询课程详情
