自动驾驶控制与规划8章完整版

第1章: 自动驾驶规划控制概况
4节课程·44分钟
本章节首先介绍自动驾驶的基本概念及无人车的组成部分和功能，接着会介绍规划控制的基本组成模块，最后从课程结构的角度梳理整个课程的学习线路和学习建议。

4：【课件】L1 Introduction
第1节: 什么是无人车, 自动驾驶的不同的等级
13分钟
5：【视频】What’s Autonomous Vehicle ?
第2节: 无人车的基本组成部分以及功能介绍
12分钟
6：【视频】General Architecture of Autonomous Vehicle
第3节: 规划控制的基本组成
12分钟
7：【视频】What’s PnC in Autonomous Vehicle ?
第4节: 课程结构-控制、规划
5分钟
8：【视频】Course structure
第2章: 车辆纵向控制
5节课程1篇阅读材料·1次作业·1小时56分钟
本章首先介绍车辆的纵向运动模型，包括轮胎纵向力、滚动阻力、空气阻力；接着介绍将用于车辆纵向控制中的经典反馈控制，包括传递函数，拉普拉斯变换，开环和闭环系统，还会介绍PID控制及其参数整定的方法，最后介绍两种最常见的车辆纵向控制系统：巡航控制和自适应巡航控制。

9：【课件】L2 Vehicle Longitudinal Control
第1节: 车辆纵向模型
22分钟
10：【视频】Longitudinal Vehicle dynamics
第2节: 经典控制理论
1小时11分钟
11：【视频】Classical feedback control
第3节: 巡航系统
12分钟
12：【视频】Cruise Control
第4节: 自适应巡航系统
9分钟
13：【视频】Adaptive Cruise Control
第5节: 实践作业
14-1：【作业】第二章
14-2：【代码】Project1 PID ROS2
14-3：【代码】Project1 PID ROS1
14-4：【作业思路讲解】第二章
第3章: 车辆横向控制
4节课程1篇阅读材料·1次作业·1小时47分钟
本章首先介绍自行车模型及利用阿克曼转向几何知识的车辆横向运动学模型，然后介绍现代控制理论，包括系统稳定性、传递函数的局限性、状态空间方程建模及现代控制理论中的能控性和能观性，最后介绍两种基于几何的车辆横向控制方法：纯跟踪法和Stanley法。

15-1：【课件】Autonomous Vehicle.
15-2：【参考文献】
第1节: 车辆横向模型
26分钟
16：【视频】Lateral vehicle dynamics
第2节: 现代控制理论基础
37分钟
17：【视频】Modern Control Theory Background
第3节: 基于几何模型的车辆横向控制
43分钟
18：【视频】Lateral control based on Geometric Model
第4节: 实践作业
19-1：【代码】Project2 Stanley ROS1
19-2：【代码】Project2 Stanley ROS2
20-1：【作业】第三章
20-2：【作业思路讲解】第三章
第4章: 车辆轨迹追踪的优化控制
7节课程1篇阅读材料·1次作业·1小时49分钟
本章将介绍车辆高速行驶时十分重要的横向动力学特性，然后介绍最优控制中的LQR算法，并将其用于车辆轨迹跟踪控制器的设计当中，最后引入preview控制来提高跟踪效果，并在状态空间中建立车辆的跟踪误差模型。

21：【课件】Session 4 v4.1
第1节: 车辆动力学模型
30分钟
22：【视频】Lateral dynamic model
第2节: 线性优化系统
33分钟
23-1：【视频】 Linear Optimal Control
23-2：【资料】状态反馈介绍及视频资料
第3节: 离散化
6分钟
24：【视频】From continuous time to discrete time
第4节: 基于LQR的轨迹追踪
15分钟
25：【视频】Trajectory tracking with LQR
第5节: 基于preview的轨迹追踪
16分钟
26：【视频】Trajectory tracking with Preview Control
第6节: 轨迹追踪方法的总结及对比
6分钟
27：【视频】 Different controller comparison
第7节: 实践作业
28-1：【代码】Project3 LQR ROS1
28-2：【代码】Project3 submit ROS2
29-1：【作业】第四章
29-2：【作业思路讲解】第四章
30-1：【资料】面试题第四章
30-2：【资料】面试题解题思路 第四章
第5章: 基于MPC的车辆控制及轨迹规划
8节课程1篇阅读材料·1次作业·2小时21分钟
本章首先介绍模型预测控制(MPC)的基本理论及优点，其次介绍基于车辆非线性模型的MPC，最后推广到车辆的纵向控制和横向控制中。

31-1：【课件】MPC
31-2：【资料】MPC相关论文
第1节: 什么是MPC
23分钟
32：【视频】什么是MPC
第2节: MPC formulation
33分钟
33：【视频】MPC formulation
第3节: 车辆运动控制
30分钟
34-1：【视频】车辆运动模型的构建
21分钟
34-2：【视频】目标函数的构建
10分钟
34-3：【视频】不等式约束与松弛因子
第4节: MPC求解
12分钟
35：【视频】主流的求解器及MPC加速
第5节: MPC的简单案例
8分钟
36：【视频】 MPC a simple example
第6节: MPC的优劣势
2分钟
37：【视频】MPC summary
第7节: 实践项目
38-1：【资料】MPC模型构建说明
38-2：【资料】MPC实践代码
第8节: 作业
39：【代码】Project4 mpc ROS2
40-1：【作业】第五章
40-2：【作业思路讲解】第五章
40-3：【资料】相关面试题第五章
40-4：【资料】面试题解题思路 第五章
第6章: 动作规划
4节课程1篇阅读材料·1次作业·1小时22分钟
本章介绍局部规划中的一些基本概念，然后介绍基于图搜索和采样的局部路径规划方法，最后介绍轨迹平滑优化方法。

41：【课件】L6.pdf
第1节: 动作规划的任务以其基本概念
22分钟
42：【视频】基本概念与术语
第2节: 基于随机采样的动作规划
22分钟
43：【视频】RRT与RRT*
第3节: Lattice planner
44-1：【补充资料】Frenet – Cartesian Transformation
37分钟
44-2：【视频】Lattice Planner
第4节: 实践作业
45-1：【代码】Lattice_ROS1_with_todo
45-2：【代码】Project5 lattice ROS2
46-1：【作业】第六章
46-2：【作业思路讲解】第六章
46-3：【资料】相关面试题及解题思路 第六章
第7章: 决策规划
6节课程·1小时22分钟
本章介绍目前常见的行为决策规划方法，包括有限状态机、马尔可夫决策过程和模仿学习的方法，并对上述行为决策方法的优缺点进行比较。

47-1：【课件】 FSM & BT
47-2：【课件】learning-based decision planning
第1节: 决策规划的任务以其问题
13分钟
48：【视频】决策规划问题引入
第2节: 基于有限状态机的决策规划
14分钟
49：【视频】有限状态机
第3节: 基于行为树的方法
14分钟
50：【视频】行为树的决策规划方法
第4节: 基于部分可观的Markov决策过程
51-1：【资料】基于学习的决策规划背景知识
24分钟
51-2：【视频】POMDP
第5节: 基于模仿学习的决策规划
10分钟
52：【视频】imitation learning
第6节: 总结
4分钟
53：【视频】方法总结
54：【资料】相关面试题及解题思路 第七章
第8章: 路径规划
5节课程1篇阅读材料·1次作业·1小时12分钟
本章介绍目前常见的全局路径规划方法，包括动态规划和基于图搜索（如A*）的方法，并对这些算法的优缺点进行比较。

55：【课件】自动驾驶的路径规划
第1节: 路径规划的任务以其问题
5分钟
56：【视频】路径规划问题引入
第2节: Dijkstra
18分钟
57：【视频】Dijkstra算法原理
第3节: A star
29分钟
58：【视频】A star算法
第4节: 自动驾驶中的路径规划
20分钟
59：【视频】lane graph的损失
第5节: 实践作业
60-1：【代码】Project6 noetic ROS1
60-2：【代码】Project6 foxy ROS2
61-1：【作业】第八章
61-2：【作业思路讲解】第八章
61-3：【资料】相关面试题及解题思路 第八章