百度apollo控制算法LQR，另外还包含了自动驾驶学习资料 涵盖感知，规划和控制，ADAS，传感器； 1. apollo相关的技术教程和文档； 2.adas（高级辅助驾驶）算法设计（例如AEB,ACC,LKA等） 3.自动驾驶鼻祖mobileye的论文和专利介绍 4.自动驾驶专项课程（可能是目前最好的自动教师教程），是coursera上多伦多大学发布的自动驾驶专项课程，应该是目前为止非常火非常好的教程了，包含视频，ppt，论文以及代码 5.国家权威机构发布的adas标准，这是adas相关算法系统的标准，也是开发手册。 6.规划控制相关的算法论文介绍

一阶倒立摆的PID，LQR的简单设计，供大家参考，PID有两个simulink文件，LQR有一个m文件一个simulin仿真，简单的设计，供初学者参考，望大家多交流。

路径跟踪问题是智能车辆研究的一项关键技术，其重点在于寻找一种合适的控制算法去控制车辆精确的跟随规划好的路径。文章主要研究了线性二次型最优控制（LQR）在智能车路径跟踪方面的应用，包括智能车辆模型搭建、算法应用、路径工况选择的具体过程，指出了 LQR 控制算法在该领域应用的优缺点。

为了使线性系统更好地适应实际的需要,本文简述了线性二次型最优控制器原理及设计方法,介绍了加权矩阵Q和R的一些选择规则,通过Matlab仿真讨论了参数Q和R变化对最优控制系统的影响,证实了该设计所得到的控制器效果较好,而且便于实现,达到了设计目的。

为了提高智能车的控制精度，以碰撞中心（Center of Percussion，COP）为参考点建立前馈-反馈控制模型， 并用该控制模型求解LQR（Linear Quadratic Regulator）问题，获得状态反馈控制率，实现最优控制。

国外某大佬使用lqr算法的自平衡三棱柱资料（自动起摆）.rar

利用遗传算法的全局搜索能力，以主动悬架的性能指标作为目标函数对加权矩阵进行优化设计，以提高LQR的设计效率和性能。

一阶倒立摆的最优控制仿真，对线性二次型最优控制方法的参数进行了仿真分析 。

为一Matlab仿真程序，采用线性二次型最优控制方法实现伺服系统的高精度控制。

换道避障与纵向避障 两种换道方式，纵向安全距离模型分析采用三种经典的制动过程分析的安全距离模型，换道轨迹采用正弦函数的换道轨迹