本文纯属了解下，常见的控制算法，了解皮毛，
常见的方法罗列如下
- PID，比例积分微分，本科学控制的同学肯定比较熟悉，自动控制原理等课程有讲解
- 模糊控制，感觉比较玄学，我没见过应用场景．
- 最优控制，有能量最优，时间最优，等方案
- 滑模控制，我也没有见过
- 模型预测控制，MPC，apollo中用到了
- 深度学习方法，基于端到端的控制，用大量老司机的驾驶行为做有监督的训练，直接得到控制量．comma.ai是这么做的
一般分横向和纵向控制，据我了解，纵向用PID较多，模型比较简单，好用．横向控制比较精细，使用MPC方案
输入是路径规划的轨迹点，目标是让车经过这些轨迹点．同时车的乘坐体验好
输入：
- 路径规划出的轨迹点，每个点带参考速度，
观测量： - 车辆状态，比如imu测量的加速度，油门开度，方向盘转角
控制量： - 油门，方向盘，刹车
输出 - 车辆真实的运动结果
PID
乎上写得比较通俗易懂，https://zhuanlan.zhihu.com/p/39573490
P有稳态误差，对当前的测量作出反馈，对扰动敏感
I可以消除稳态误差，增大了超调，系统响应变慢
D对输入和扰动敏感，容易震荡
疑问：多输入多输出的PID怎么操作?
可以参考知乎上说的，解耦 https://www.zhihu.com/question/60546121
规划planning
参考apollo文章 https://mp.weixin.qq.com/s/YDIoVf20kybu8JEUY3GZWg
主要使用的是latice planning
Lattice规划出来的曲线是“时间-多项式”曲线。多项式的值（零阶导）对应位置，多项式的一阶导对应速度，二阶导对应加速度。
参考资料
http://www.sohu.com/a/213351281_465591
https://mp.weixin.qq.com/s?__biz=MzI1NjkxOTMyNQ==&mid=2247485424&idx=1&sn=6a6d6ece4f5055e381b07eddc877d199&chksm=ea1e1582dd699c942e56a2803f012d84170745c71defa99175733eb5acdbe256d6894030a37b&scene=21#wechat_redirect
https://mp.weixin.qq.com/s?__biz=MzI1NjkxOTMyNQ==&mid=2247485424&idx=1&sn=6a6d6ece4f5055e381b07eddc877d199&chksm=ea1e1582dd699c942e56a2803f012d84170745c71defa99175733eb5acdbe256d6894030a37b&scene=21#wechat_redirect
