自动化控制与算法研究
深入探讨自动驾驶、机器人控制、人工智能领域的前沿算法与技术，从经典 PID 到最优控制 LQR/MPC，从模糊逻辑到数值优化，构建完整的算法知识体系。
📖 关于本站
本站专注于自动驾驶、机器人控制与人工智能算法的研究与分享。我们致力于将复杂的控制理论与算法以直观、易懂的方式呈现，帮助工程师和研究人员快速掌握核心技术。
自动驾驶
路径规划、横向/纵向控制、决策系统
机器人控制
运动规划、力控制、状态估计、SLAM
AI 算法
强化学习、优化方法、模糊逻辑、神经网络
控制理论
PID、LQR、MPC、自适应控制、鲁棒控制
"控制理论是关于如何利用反馈来设计系统的科学——它让自动驾驶汽车学会转弯，让机器人学会抓取，让无人机学会悬停。"
📝 算法文章
精选的控制理论与算法深度文章，每篇都包含完整的数学推导、代码实现和交互式可视化。
PID 控制器
比例-积分-微分控制器的完整指南。从基本原理到频域分析，从 Ziegler-Nichols 调参到数字实现，深入掌握工业控制中最广泛应用的算法。
经典控制 入门必读LQR 最优控制
线性二次调节器的完全指南。包含连续/离散时间推导、Riccati 方程求解、权重矩阵调参，以及倒立摆、卫星姿态、自动驾驶等实战案例。
最优控制 现代控制模型预测控制
MPC 的深度解析：从滚动优化原理到 QP 问题构造，从线性 MPC 到非线性 NMPC，涵盖约束处理、稳定性分析、嵌入式实现等核心内容。
预测控制 高级主题OSQP 二次规划求解
基于 ADMM 算子分裂的高效 QP 求解器。深入剖析 OSQP 的核心算法、变量分裂策略、收敛性分析，以及在 MPC、机器人规划中的实战应用。
数值优化 高性能模糊 PID 控制
融合模糊逻辑与经典 PID 的智能控制方法。从模糊集合理论到隶属度函数设计，从规则表构建到参数自整定，应对非线性时变系统的利器。
智能控制 模糊逻辑🌍 研究方向
横向控制
路径跟踪、Stanley 方法、Pure Pursuit、MPC 横向控制
纵向控制
速度跟踪、ACC 自适应巡航、PID 纵向控制、节能策略
决策规划
行为决策、路径规划、轨迹优化、运动预测
状态估计
Kalman 滤波、粒子滤波、IMU 融合、定位建图
强化学习
基于 RL 的控制策略、奖励函数设计、Sim-to-Real
系统辨识
参数估计、模型拟合、数据驱动建模