如何讓無人車規規矩矩的在車道上行駛？這篇文章講清楚了
想象一下，當你駕駛自己的車輛在一條馬路上行駛時，你是怎麼保證車一直在車道內行駛的？
這個過程涉及到以下幾個方面：
1）你選定了一條車道；
2）你習慣讓車在車道正中間行駛；
3）你不喜歡急打方向盤，喜歡溫柔待車；
4）你可以接受車偏離中心線一點小的距離，偏離不要太大；
5）你喜歡車平穩的行駛
6）當車偏離車道中心線一定距離後，你希望它能快點兒回到中心位置
然而，無人駕駛汽車中的司機不再是你，而是車上的智慧駕駛系統。智慧駕駛系統的大腦—計算機，該如何讓車輛的行駛滿足上面六條要求呢？
首先，無人駕駛系統利用車載的攝像頭、鐳射雷達、高精地圖等傳來的資訊，明確當前正在行駛的馬路一共有幾條車道。
系統根據目的地，擇優選擇了一條車道（如何擇優？後續系列文章會持續講解，不屬於本文主題範圍），假設車輛已經在選定的車道上行駛。
在無人駕駛系統的眼裡，車道是由兩條曲線包圍的平面區域。人在開車時，只要車偏離中心不太遠，或者離車道邊界線不太近的情況下，都會認為是合理的。然而，目前計算機還不能像人一樣，給出“不太遠”，“不太近”的估摸。
根據當前路況，如果工程師編寫的是按照車道中心線自動駕駛的策略，那麼計算機會根據車道兩邊的車道線計算出車道中心線。在計算機的眼裡，它必須按照車道中心線嚴格的行駛。
那麼問題來了：無人車如何按照車道中心線行駛？
Bang-Bang控制
一個新手司機在馬路上行駛時，有時候容易犯的一個錯誤就是按照固定的幅度打方向盤。不管向左還是向右打方向，新手會不停的來回按照固定的角度轉動方向盤，要麼向左轉半圈，要麼向右轉半圈。雖然他的初衷是好的，是為了讓車在車道中間行駛。
然而，固定幅度轉動方向盤帶來的後果就是，汽車在馬路上走蛇形曲線。這種固定轉動方向盤的控制策略，在控制領域稱之為Bang-Bang控制。這個名字非常形象的表達出了新手的恐慌，向左“砰”的一聲到底，向右“砰”的一聲到底，所以也有人叫它“砰-砰控制”。
在Bang-Bang控制策略下，計算機的表現跟人的表現其實差不多。不過，新手在恐慌下轉動得幅度是由其身體轉動幅度、胳膊扭動幅度限制的。如果在不用換手的情況下，方向盤可以轉動360度，新手司機在恐慌下也是會轉出360度的。
計算機通過控制傳動機構及動力驅動機構來直接轉動車輪，在Bang-Bang控制策略下，需要人為提前設定車輪允許轉動得最大角度。計算機沒有左右的概念，在它的眼裡一切都是數字。車輛偏離車道中心線，計算機看到的是偏離誤差的正負。左偏為正，則右偏為負；右偏為正，則左偏為負。這需要工程師在設計是就定好。
假設左偏為正，右偏為負，車道中心線上為0。如果當前車輛左偏中心線20公分，則在計算機眼裡汽車的偏離誤差為error = 0.2米；如果當前汽車右偏中心線30公分，則在計算機眼裡汽車的偏離誤差為error = -0.3米。
假設左偏為正，右偏為負。如果車輛左偏，則需要向右轉動方向盤，在計算機的系統裡，轉動方向盤的幅度為control = -45度；如果車輛右偏，則需要向左轉動方向盤，在計算機認為方向盤應該轉動control = 45度。
至此，Bang-Bang控制的策略可以總結為：
如果error>0, control = -45度；如果error<=, control = 45度；如果error = 0, control = 0
顯然，Bang-Bang控制策略並不適合無人駕駛汽車。人們不可能允許一個持續走蛇形曲線的無人車在路上行駛的。
比例-積分-微分控制：PID控制
如果是老司機開車，乘客的感受可以用三個字來形容：穩、準、快。不管是加速、減速、超車、轉彎，老司機開車就是穩；老司機可以在車道中心線上行駛很長一段時間，而不會偏離車道，這就是準；同樣的距離，老司機開車比新手要快。
穩、準、快，就是控制領域對控制系統的要求。在無人駕駛領域，比例-積分-微分控制（PID控制），可以在一定程度上滿足這些要求。那麼問題來了：什麼是PID控制？
回想老司機是怎麼開車的：根據車輛偏離車道中心線的距離大小，適時的調整轉動方向盤的幅度大小，當車輛回到中心線時，方向盤也回中，偏離車道距離越小，方向盤轉動越小。
這種考慮偏離程度的控制策略，控制領域稱之為比例控制，即P控制。
這個在計算機眼裡，可以表達為：方向盤的轉動角度control，是車輛偏離當前車道的誤差error的倍數。我們用Kp來表示這個倍數大小，那麼比例控制可以表達為：
control = Kp*error
問題來了，左偏error為正，此時應該向右（負方向）轉動方向盤，但是按照上面式子算出來的結果卻是control也為正？這是一個細節問題，記住一句話：沒有人規定Kp必須大於零。Kp的正負，在實際中與你定義的error和control的正負有關。Kp可以表示正的倍數，也可以表示負的倍數，而且Kp也可以是小數。
如果用比例控制，無人車的控制效果要比Bang-Bang控制好很多，但是存在的問題就是：汽車可能會不停的穿越車道中心線，並且來回調整，並不能穩穩地按照車道中心線行駛。控制領域，稱這種現象為“超調”。
那有沒有什麼辦法可以避免超調？其實仔細思考，超調就相當於你加速衝向一面牆，但是剎不住了，就一下子撞牆上了。如果你能根據你和牆的距離、以及你的速度來判斷是不是減速，就可以避免撞牆。這裡面就用到了兩個概念：你和牆的距離，比例控制用到了；你的速度，還沒有用到。
對無人車來說，如果將車輛和中心線距離變化的快慢也考慮進來，是不是可以避免超調？車輛和中心線距離變化的快慢，實際上是偏離量error的變化快慢，我們用error_rate來表示這個快慢。
如果汽車正在從左偏向中心線靠攏，而且靠攏的速度很快，如果不採取措施，汽車很快會變成右偏。左偏的時候error是負值，向中心線靠攏的時候，偏離程度在減小，error從負值向0變化，那麼相當於error在變大，即error_rate為正。
我們從control中拿掉error_rate的Kd倍，即control = control + Kd*error_rate，讓control變小。Control變小之後，汽車向中心線靠攏的速度會變慢，這樣就可以避免汽車衝過中心線，跑道車道中心線右邊了。
有人又問了，不是讓control變小嗎？看錶達式，明顯是變大了啊！同樣的，記住一句話：沒有人規定Kd必須大於零，根據本文的定義，Kd是負值。
同時考慮偏離程度、向中心線靠攏快慢兩個因素的控制器，控制領域稱之為比例-微分控制，即PD控制，表示式如下：
control = Kp*error + Kd*error_rate
PD控制可以很好地解決P控制的超調問題，可以讓汽車穩穩地向中心線靠攏了。
但是，有時候會發現汽車接近車道中心線，但是偏離距離很小時，control的值也很小，並不足以驅動車輛繼續向中心線靠攏；或者，路上路面不平，導致控制效果變差，車輛行駛路線與車道中心線有一個持續的偏差error。
按照前面的思路，在control裡面加上或減去一個和error相關的量，是比例控制；在control裡面加上或減去一個和error_rate相關的量，是微分控制。還有沒有一個量，可以將這種持續的偏差error考慮在內呢？答案就是：積分控制。
這種持續的偏差，持續一段時間後，車輛的路線跟車道中心線會形成一個長條形的區域。這個區域可以稱之為累積誤差，記為error_sum。這個累積誤差，實際上是長條形區域的面積，可以用error的積分來表示：
如果在control中，加上error_sum的倍數，就可以將這種持續誤差帶來的影響逐漸消除，這時control = control + Ki*error_sum。控制量control中疊加Ki*error_sum，如果車輛持續在車道中心線左邊，那麼error_sum是負值，control中再疊加一個正向右偏的量，就可以將車輛控制到車道中心線上。
有人又問了，error_sum是負值，Ki*error_sum是負值，control不是變小了嗎？同樣的道理，根據本文對error和control的定義，Ki是負值。在實際工程中，工程師也要根據需求，定義這些引數的正負。
這種同時考慮偏離程度、向中心線靠攏快慢、持續偏離誤差三個因素的控制器，控制領域稱之為比例-積分-微分控制，即PID控制，表示式如下：
在PID控制器的控制下，無人車可以實時保證自己按照期望的路線行駛。