PD Controller - Artificial Intelligence for Robotics Udacity English Russian

PD Controller - Artificial Intelligence for RoboticsYouTube↗ IA↗(long shot)
Education 22.3K views 21 likes 1 dislikes 30 May 2012

Udacity 651K subscribers United States YouTube↗

The basic next question is is there a way to void the overshoot?

Основные следующий вопрос-есть ли способ аннулировать выброс?

It would be nice if we could do this, because driving in an oscillating car is no fun.

Было бы хорошо, если мы могли бы сделать это, потому что вождение в колебательных автомобиль является не весело.

In fact, it makes you really seasick, believe me.

В самом деле, это делает вас действительно тошноту, поверьте мне.

I've been in this car for months on end when we prepared for the Darpa Grand Challenge.

Я был в этой машине для нескольких месяцев в конце, когда мы подготовили для Darpa Grand Challenge.

The trick is called "PD-control."

Трюк называется «PD-контроль.»

In PD-control my steering alpha is no just related to the crosstrack error by virtue

В PD-управления моей руководящей альфа не просто связана с crosstrack ошибки добродетели

by virtue of the gain parameter tau p,

в силу усиления параметра Тау p,

but also to the temporal derivative of the crosstrack error.

но и для временной производное crosstrack ошибка.

What this means is that when the car has turned enough to reduce the crosstrack error,

Это означает, что, когда автомобиль оказалось достаточно, чтобы уменьшить ошибки crosstrack,

it won't just go shooting for the x axis,

Он просто не идут съемки для оси x

but it will notice that it's already reducing the error.

но будет заметить, что он уже снижается ошибку.

The error is becoming smaller over time. It counter steers. It steers up again.

Ошибка становится меньше с течением времени. Это счетчик Бычков. Он направляет вверх снова.

This will allow it to gracefully approach our target trajectory,

Это позволит ему грациозно подходить к нашей целевой траектории,

assuming appropriate settings of our differential gain--tau d versus the proportional gain tau p.

Если соответствующие параметры нашей дифференциального прибыль--Тау d против p Тау пропорциональной выгоды.

How do you compute this derivative over here?

Как вычислять эта производная над здесь?

Well, at time t this is the same as the crosstrack error at time t minus the crosstrack error

Ну в момент времени t это то же самое, как crosstrack ошибка в момент времени t минус crosstrack ошибка

at time t minus 1 divided by the time span between t and t minus 1.

в момент времени t минус 1, деленное на время промежутка между t и t минус 1.

In our code, we assume delta t equals 1, so so we can omit this.

В нашем коде мы предполагаем, что дельта t равен 1, так что мы можем пропустить это.

The difference of the current crosscheck error and the previous one is this term over here.

Текущей ошибке crosscheck и предыдущий разница этот термин более здесь.

We now control not just in proportion to the error itself but also to this difference

Мы теперь управлять не только пропорционально ошибка себя, но и эта разница

of the error using a second constant tau d.

ошибки с помощью второй постоянный Тау d.

Let's implement this. Now I give the run command two parameters--param1 and param2.

Давайте выполнять это. Теперь я даю два параметра команды run--param1 и param2.

I want you to implement a controller that varies the steering direction proportionally

Я хочу вам реализовать контроллер, который меняется руля направления пропорционально

according to parameter 1, and differentially proportionally to parameter 2.

по словам параметра равным 1 и различной степени пропорционально значению параметра 2.

Again, run for 100 time steps and see what happens.

Снова баллотироваться на 100 шагов время и посмотреть, что происходит.

When I run my new controller with proportionality parameter of 0.2

Когда я запускаю мой новый контроллер с параметром соразмерности 0.2

and the differentiation one is 3.0.

и дифференциация, один 3.0.

Then, I get a sequence of y values that converge much more gently to 0.

Тогда я получаю последовательность значений y, которые сходятся гораздо более осторожно, равным 0.

Miraculously, as time goes on, they really go down to 0 and stay at 0,

Чудом как время идет дальше, они действительно идти вниз до 0 и остановиться в 0,

which we didn't achieve for the proportional controller.

которые мы не добиться пропорционального контроллера.

Please write that routine so we can test it.

Пожалуйста, напишите что регулярное, чтобы мы могли проверить его.

Similar videos:

Separated Gaussians 2 - Artificial Intelligence for Robotics
Udacity
14.3K views 9 likes 0 dislikes 29 May 2012100% match

Orientation 2 - Artificial Intelligence for Robotics
Udacity
9.4K views 5 likes 0 dislikes 29 May 2012100% match

Two Coin Quiz - Artificial Intelligence for Robotics
Udacity
12.3K views 7 likes 0 dislikes 19 Feb 2012100% match

Twiddle - Artificial Intelligence for Robotics
Udacity
13.8K views 64 likes 2 dislikes 18 Mar 2012100% match

Circular Motion - Artificial Intelligence for Robotics
Udacity
17.2K views 19 likes 2 dislikes 23 Feb 2015100% match

Uniform Probability Quiz - Artificial Intelligence for Robotics
Udacity
44.5K views 32 likes 0 dislikes 19 Feb 2012100% match

Print Path - Artificial Intelligence for Robotics
Udacity
10.2K views 3 likes 0 dislikes 29 May 2012100% match

PID Implementation - Artificial Intelligence for Robotics
Udacity
10.4K views 4 likes 0 dislikes 18 Mar 2012100% match

New Particle - Artificial Intelligence for Robotics
Udacity
11.5K views 5 likes 0 dislikes 29 May 2012100% match

Left Turn Policy - Artificial Intelligence for Robotics
Udacity
9.3K views 4 likes 0 dislikes 30 May 2012100% match

Orientation 1 - Artificial Intelligence for Robotics
Udacity
8.8K views 3 likes 0 dislikes 29 May 2012100% match

Creating Particles - Artificial Intelligence for Robotics
Udacity
11.6K views 7 likes 0 dislikes 29 May 2012100% match

Predict Function - Artificial Intelligence for Robotics
Udacity
15.2K views 4 likes 0 dislikes 29 May 2012100% match

Gaussian Intro - Artificial Intelligence for Robotics
Udacity
8.9K views 8 likes 1 dislikes 29 May 2012100% match

Localization - Artificial Intelligence for Robotics
Udacity
7.4K views 6 likes 2 dislikes 02 Mar 2012100% match

Sense and Move - Artificial Intelligence for Robotics
Udacity
25.4K views 22 likes 0 dislikes 19 Feb 2012100% match

Sensing - Artificial Intelligence for Robotics
Udacity
6.4K views 1 likes 0 dislikes 23 Feb 2015100% match

Graph SLAM - Artificial Intelligence for Robotics
Udacity
39.1K views 196 likes 9 dislikes 31 May 2012100% match

Final - Artificial Intelligence for Robotics
Udacity
9.4K views 3 likes 0 dislikes 23 Feb 2015100% match

Planning Solution - Artificial Intelligence for Robotics
Udacity
620 views 0 likes 0 dislikes 16 Mar 2012100% match

Implement P Controller - Artificial Intelligence for Robotics
Udacity
13.7K views 7 likes 0 dislikes 30 May 2012100% match

Compute Sum - Artificial Intelligence for Robotics
Udacity
30.2K views 12 likes 0 dislikes 19 Feb 2012100% match

A* in Action - Artificial Intelligence for Robotics
Udacity
21.4K views 236 likes 2 dislikes 30 May 2012100% match

Move Twice - Artificial Intelligence for Robotics
Udacity
14.9K views 6 likes 0 dislikes 19 Feb 2012100% match

Path Smoothing - Artificial Intelligence for Robotics
Udacity
18.2K views 35 likes 0 dislikes 30 May 2012100% match

Implement A* - Artificial Intelligence for Robotics
Udacity
8.9K views 3 likes 1 dislikes 30 May 2012100% match

Admissible Heuristic - Artificial Intelligence for Robotics
Udacity
21.9K views 25 likes 57 dislikes 23 Feb 2015100% match

pHit and pMiss - Artificial Intelligence for Robotics
Udacity
21.4K views 6 likes 2 dislikes 19 Feb 2012100% match

Gaussian Motion - Artificial Intelligence for Robotics
Udacity
15.5K views 8 likes 0 dislikes 29 May 2012100% match

Sum of Probabilities - Artificial Intelligence for Robotics
Udacity
18.2K views 6 likes 0 dislikes 19 Feb 2012100% match