Apollo 的规划控制那套，真不是一般的复杂，尤其是像 EMplanner 这类模块，自己搭起来不太现实。但最近看了一套整理得还不错的资源，涵盖了从 EM 到经典控制算法，比如PID、模糊控制、LQR、MPC，讲得比较细，也带点实战思路，挺适合用来打基础或者做二次开发。

纯 Python 写的仿真代码也有，结构清爽，逻辑简单，像pure_pursuit、stanley这种路径跟踪算法都能跑，而且还能对接实际数据，测试起来也不麻烦。点进去看一下：自动驾驶控制仿真 Pure Python 项目。

模糊控制这块内容也挺丰富的，适合你想从传统 PID 优化入手的时候。像这个模糊控制 PID 水箱液位案例，逻辑简单，但能快速理解规则设计的思路，做温控或电机类项目挺有参考价值。

如果你用MATLAB比较多，那几个模糊控制相关的资源也别错过，像MATLAB 中模糊控制的应用和matlab 与模糊控制系统的应用，都是带 Simulink 模型的，仿真结构清晰，对调参友好。

还有个比较有意思的例子是基于 Matlab 的模糊控制小程序，适合想要快速跑通项目流程的人。界面虽简陋，但胜在代码通俗，改起来也方便。

控制算法玩得比较深的朋友可以看看这个自适应 Backstepping 模糊控制方法的优化设计，里面的模糊推理逻辑比较复杂，但结构还是清晰的，适合搞科研或者打算发论文的。

，这一系列资源偏实用，比较适合工程落地或者教学演示。如果你正在研究自动驾驶的控制系统，这些资料能省你不少踩坑时间。