轨迹跟踪控制算法 模糊＋滑膜轨迹跟踪控制算法 模糊＋滑膜路径跟踪控制算法 仅供学习入门算法！ 推荐使用版本，csrsim8.02，matlab2016b 算法可实现功能：跟踪双移线，单移线，多项式曲线等多种轨迹，稳定性和较好 也可以跟踪你想要的轨迹 车辆横向控制算法
在车辆横向控制领域，轨迹跟踪控制算法一直是个热门话题。今天咱就来唠唠其中的模糊 + 滑膜轨迹跟踪控制算法以及模糊 + 滑膜路径跟踪控制算法，这俩算法很适合学习入门哦。记得使用 csrsim8.02 以及 matlab2016b 版本。
算法可实现功能
这算法可厉害啦，能跟踪双移线、单移线、多项式曲线等多种轨迹，稳定性还相当不错呢。要是你心里有个特别想要跟踪的轨迹，它也能给安排上。
模糊控制基础
模糊控制算是这算法里的一个关键部分。简单来说，模糊控制就是把人的经验转化成控制规则。比如说，我们要控制车辆朝着目标轨迹行驶，人的经验可能是 “如果车辆偏离轨迹比较大，那就大幅度调整方向盘”。在代码里，我们得先定义模糊集合，像偏离距离这个变量，可能就有 “小”“中”“大” 这样的模糊集合。
% 定义模糊变量 fis = newfis('tracking_fis'); distance = addvar(fis, 'input', 'distance', [0 10]); distance = addmf(distance,'mf1', 'trimf', [0 0 5]); distance = addmf(distance,'mf2', 'trimf', [0 5 10]); distance = addmf(distance,'mf3', 'trimf', [5 10 10]);上面这段代码就是在 Matlab 里用newfis创建一个模糊推理系统tracking_fis，然后用addvar增加一个输入变量distance，代表车辆偏离轨迹的距离，范围是 0 到 10。接着用addmf给这个变量定义了三个隶属度函数，分别对应 “小”“中”“大”。
滑膜控制基础
滑膜控制呢，核心思想就是让系统状态沿着预先设定好的 “滑动面” 运动，这样能让系统具有很强的鲁棒性。以车辆轨迹跟踪为例，通过设计合适的滑动面，让车辆的实际轨迹能快速稳定地趋近目标轨迹。
% 定义滑动面参数 k1 = 1; k2 = 2; s = k1 * error + k2 * diff(error);这里假设error是车辆实际轨迹和目标轨迹的偏差，通过设置参数k1和k2来构建滑动面s。
结合实现轨迹跟踪
把模糊控制和滑膜控制结合起来，就能实现对车辆轨迹的跟踪啦。模糊控制提供一些基于经验的控制规则，滑膜控制保证系统能快速稳定地跟踪目标。
% 模糊规则设定 rule1 = [1 1 1 1 1]; rule2 = [2 2 2 2 1]; rule3 = [3 3 3 3 1]; addrule(fis, [rule1; rule2; rule3]); % 计算控制量 u = evalfis([distance_value], fis); % 结合滑膜控制调整控制量 u = u + s;这段代码里，先用addrule给模糊推理系统添加了一些规则。然后用evalfis根据当前的distance_value计算出模糊控制量u，再结合前面计算出的滑动面s调整控制量，这个最终的u就可以用来控制车辆，让它朝着目标轨迹行驶啦。
总的来说，模糊 + 滑膜轨迹跟踪控制算法在车辆横向控制里是个很有趣且实用的入门算法，感兴趣的小伙伴可以自己动手在 csrsim8.02 和 matlab2016b 上试试，深入研究下哦。
